方法文章

克利夫兰医学中心用于评估日常生活工具性活动能力的沉浸式虚拟现实购物平台

5.6K 次观看

⸱

DOI：

10.3791/63978

⸱

2022年7月28日

 ,  ,  ,  ,  ,  , 
1Department of Biomedical Engineering, Cleveland Clinic, Lerner Research Institute, 2Neurological Institute, Center for Neurological Restoration, Cleveland Clinic, 3Case Western Reserve University, School of Medicine

本文内容

摘要

虚拟现实（VR）是一种强大但尚未充分利用的方法，可用于推动神经系统疾病的诊断与治疗。克利夫兰诊所虚拟现实购物平台将先进的VR内容与全向跑步机相结合，用以量化日常生活中工具性活动能力——这一指标被认为是神经系统疾病的前驱标志物。

摘要

日常生活工具性活动（IADLs）能力的下降被认为可能是神经系统疾病的前驱标志。现有的临床和基于表现的IADL评估方法难以整合到临床医学实践中。虚拟现实（VR）是一种强大但尚未充分利用的工具，有望推动神经系统疾病的诊断与治疗。然而，在临床神经病学中推广和扩大VR应用的一个障碍是由于视觉系统与前庭系统之间的感觉不一致所引发的VR相关不适（即移动问题）。

克利夫兰诊所虚拟现实购物（CC-VRS）平台通过将全向跑步机与高分辨率虚拟现实内容相结合，试图解决移动性问题，使用户能够通过实际行走来导航虚拟杂货店，从而模拟真实购物体验。CC-VRS 包含基础和复杂两种购物场景；两种场景均要求行走 150 米并取回五件商品。复杂场景增加了额外的情境任务，以提高任务的认知与运动需求，更真实地反映现实世界购物活动中所涉及的连续性活动。CC-VRS 平台可提供与用户独立日常生活活动（IADL）表现相关的客观、定量的生物力学和认知结果。初步数据显示，CC-VRS 引起的虚拟现实晕动症极轻微，且对老年人及帕金森病（PD）患者具有可行性和良好的耐受性。本文综述了该平台在开发、设计以及硬件与软件技术方面的考虑因素，并提出了初步的整合模型，可用于初级医疗和神经科临床实践。

引言

2008年，美国国家工程院提出了21世纪的14项重大工程挑战st 世纪1. 其中之一是将虚拟现实（VR）技术整合到医学领域。在利用虚拟现实对医学生进行培训方面已取得进展2,3，手术规划3，减轻与医疗互动相关的焦虑情绪4，协助急性疾病的管理5 以及癌症相关性疼痛6，以及促进中风后的运动功能恢复7尽管这些应用前景广阔，虚拟现实（VR）在医学领域的潜力尚未得到充分实现，尤其是在神经系统疾病的评估与治疗方面。虽然VR技术的进步已大幅降低了成本、头显舒适度和直观易用性等方面的障碍，但VR引起的不适感仍在阻碍其在医学中的广泛应用。8.

虚拟现实晕动症是指在虚拟现实（VR）体验过程中出现的类似晕动症的感觉（例如恶心、呕吐、眩晕）9,10,11。尽管目前尚无统一理论来解释虚拟现实晕动症的成因，但感觉冲突理论是主流解释之一12。简而言之，感觉冲突理论认为，虚拟现实晕动症源于感觉信息之间的不一致：视觉流动信息提示身体正在空间中向前移动，而前庭系统却感知到身体处于静止状态13。这种感觉信息的不匹配会导致平衡能力下降、空间定向障碍以及无法控制的姿势调整，这些均为虚拟现实晕动症的前兆。尽管虚拟现实晕动症的确切机制仍存在争议，但减少不同感觉信息来源之间的不匹配很可能会减轻虚拟现实晕动症14，并促进虚拟现实在医疗环境中的应用。

将运动与虚拟现实（VR）相结合，长期以来被认为是一种通过物理和视觉双重沉浸来减少感官不匹配的方法15,16。多项针对患有或未患神经系统疾病的老年个体的研究已成功将沉浸式和非沉浸式虚拟现实系统与传统的单向跑步机结合使用17,18,19。这些研究表明，虚拟现实结合单向跑步机的干预通常具有良好的耐受性18，且该干预可能降低跌倒频率17,19。这些结果为运动与虚拟现实的成功整合提供了有前景的基础。然而，单向跑步机的外部电机控制无法允许用户自主改变速度或执行转向动作，从而难以与更复杂、更真实的虚拟环境进行交互。

在过去的二十年中，运动追踪硬件和软件的进步推动了更加沉浸式和交互式虚拟环境的发展。其中一项重要进展是全向跑步机20的开发。简而言之，全向跑步机通过同时利用线性运动和旋转运动，使用户能够以自主选择的速度向任意方向行走。尽管该设备通常应用于游戏行业，但全向跑步机通过缓解虚拟现实晕动症问题，并促进构建更逼真的环境以更好地挑战用户的实际运动能力（例如转身或改变行进方向），从而拓展了虚拟现实环境在临床场景中的应用前景。特别是对真实尺度的日常环境进行虚拟还原，有助于在执行日常生活工具性活动（IADLs）过程中评估个体的认知与运动功能。

日常生活活动能力（IADLs）是指一些功能性任务（例如购物、服药、准备食物），对于维持独立生活至关重要21。完成常见IADLs的能力已被提出作为神经系统疾病的前驱标志物。来自长期前瞻性研究的最新数据显示，IADLs的下降可能在帕金森病（PD）诊断前5-7年即已出现22,23，并在阿尔茨海默病诊断前同样存在24,25。与基本日常生活活动（BADLs）26不同，IADLs通常需要同时执行两项需注意力参与的任务（例如运动-认知、运动-运动或认知-认知任务）27。绝大多数日常家庭和社区活动都是在双重任务条件下完成的28,29。

尽管双重任务能力下降明显影响个体在日常生活活动（IADL）中的表现，但传统的临床运动评估30,31,32和神经心理学测试33,34在评估IADL时存在不足，因为这些评估方法将功能分解为独立的组成部分，而未考虑其相互依赖性。目前直接评估IADL的方法依赖于易产生偏倚的自报告问卷35，或耗时且繁重的基于表现的评估36。这两种方法均无法在社区环境中对个体的IADL功能水平提供客观、定量的洞察。

虚拟现实（VR）技术的进步，结合全向跑步机背后的工程学发展，为创建交互式沉浸环境提供了机会。研究团队构建了一个虚拟杂货店及购物任务，用于同时评估运动功能、认知功能、认知-运动双重任务能力以及工具性日常生活活动（IADL）表现。克利夫兰诊所虚拟现实购物（CC-VRS）平台由生物医学工程师、软件开发人员、物理治疗师、职业治疗师和神经科医生组成的团队合作开发。

根据美国职业治疗协会的建议，选择杂货购物任务来量化IADL表现26。虚拟多重差事任务（VMET）37、计时性工具性日常生活活动量表（Timed Instrumental ADL Scale）38以及宾夕法尼亚帕金森病日常活动问卷-15（PDAQ-15）39均将购物视为与神经系统疾病相关的运动和非运动功能的重要指标。其他研究者曾使用沉浸式VR头戴设备构建杂货店环境，以评估IADL表现37,40,41。然而，这些研究未能评估杂货购物中的一个主要组成部分：移动行走。目前大多数VR杂货店范式要求参与者使用手持控制器进行瞬移或操控虚拟角色在商店中导航。我们的目标是将行走移动整合到用户的虚拟购物体验中。CC-VRS的开发过程始于对典型杂货店购物体验的正式任务分析。如图1所示，九项基本任务组成部分融合了运动、认知或认知-运动活动的要素，这些要素是成功完成所有IADL所必需的特征。

杂货购物任务流程图；认知与运动过程步骤；决策分析。
图 1：杂货购物任务分析。 通过任务分析确定了在真实环境中成功完成杂货购物所需的动作序列及其性质。共识别出九个主要序列，用于指导基础和复杂购物任务的开发。这些序列被分类为运动类（蓝色）、认知类（黄色）和认知-运动类（绿色）；相关结果的详细信息见表 1。请点击此处查看此图的放大版本。

CC-VRS 平台通过沉浸式虚拟现实头显模拟一个逼真的中型杂货店环境。用户在全向跑步机上行走时，沿着商店内预设的连续路径行进，根据购物清单寻找商品，并将商品放入虚拟购物车中。提供指定路径可标准化用户在虚拟商店中行走的距离，减少导航错误的发生次数，并有助于更精确地区分用户日常生活活动（IADL）表现的潜在变化与由用户自身引起的导航错误或次优搜索策略。这条150米长的路径包含多个转弯，增加了运动复杂性42,43，也提高了在神经系统疾病患者群体中诱发步态冻结的可能性，因为与直线行走相比，转弯时更常观察到冻结现象44,45。导航路径的长度和购物清单上的商品数量均可由临床医生根据用户的能力或评估目标进行个性化设置。

每位用户需完成一个基础购物场景和一个复杂购物场景。基础场景仅要求用户按照指定路线并从购物清单中选择商品。在复杂场景中，用户需在沿相同路线穿越商店的同时，处理一份不同的杂货清单，但增加了额外的认知与运动负荷任务（如下文方案部分所述的延迟语言回忆、价格比较和避障任务）。在基础与复杂场景进行过程中，持续播放超市环境背景噪音，以增强沉浸式体验。系统将自动生成用户表现的汇总与详细数据，包括正确与错误选取的商品、购物清单查看次数与频率、停留时长以及步态指标，并供临床医生审查。

CC-VRS 的目标是客观量化老年人以及患有神经系统疾病或存在神经系统疾病风险的个体在日常生活活动（IADL）中的表现。CC-VRS 为使用者提供沉浸式且逼真的体验，并生成精确的、基于生物力学的认知与运动功能结果，这些结果有望作为神经系统疾病的前驱标志物，或用于评估疾病进展的客观指标。目前，CC-VRS 正应用于三个相关研究项目，旨在：（1）理解健康衰老和神经系统疾病对 IADL 表现的影响；（2）评估其在初级医疗和运动障碍门诊中临床整合的可行性；（3）识别在植入脑深部电刺激（DBS）系统的晚期帕金森病（PD）患者中，与步态冻结相关的神经特征。这些项目将共同利用 CC-VRS 平台及其相关结果，以更深入地理解衰老和神经系统疾病如何影响 IADL 表现的各个方面。本文详细介绍了 CC-VRS 的开发、设计及其硬件与软件技术，以及可促进其在医疗体系中整合的新型评估指标。

方案

本方案遵循克利夫兰诊所人类研究伦理委员会的指南。所有参与者均完成了知情同意程序，并书面授权允许发布在数据采集过程中拍摄的照片。

1. 仪器设置与校准（5 分钟）

  1. VR 系统
    1. 确保系统包含 图2 所示实验设置中的所有组件，包括 VR 头显、两个手柄控制器、一个 VR 腰部追踪器、两个 VR 脚部追踪器、用于监测 VR 设备位置的基站，以及一台配备 2080ti 显卡的高端游戏台式机，用于运行 VR 系统和 CC-VRS 软件（参见 材料表）。
      1. 在台式机上启动 Steam VR，以协调 VR 组件，并在数据采集过程中持续监控各 VR 设备的状态。
      2. 开启每个 VR 设备，并观察是否有绿色指示灯亮起，以确认 Steam VR 已成功进行追踪。
      3. 在 Steam VR 菜单中选择 房间设置，使用手柄控制器按照屏幕提示完成虚拟空间的边界和朝向校准。
  2. VR 头显
    1. 将头显放入紫外线消毒清洁系统中，在每位使用者之间运行一次消毒程序。
  3. 全向跑步机
    1. 使用附带脚踏板上的绿色电源按钮开启全向跑步机。启动台式计算机上的相应软件。
    2. 进行校准时，在应用程序中使用 选择用户追踪器 功能，并将腰部追踪器识别为合适的追踪设备。接着，将该追踪器置于全向跑步机表面中心，使用 设置中心点 功能校准跑步机平台的中心位置。将腰部追踪器放置于扶手环上，并使用 设置扶手环高度 功能校准扶手的高度。
      注：跑步机及其配套软件依赖于 VR 腰部追踪器相对于平台的位置，以根据用户的运动做出相应操作。用户初始时静止站立于跑步机中心位置；当用户偏离中心时，系统会根据其运动方向和速度生成相应的跑步机运动，使用户重新回到平台中心。
  4. CC-VRS 应用程序
    1. 当所有 VR 追踪设备及全向跑步机均完成校准并启用后，从台式机启动 CC-VRS 应用程序。按照屏幕菜单提示输入用户 ID，并启动相应的试验类型。

配备VR头显、全向跑步机和3D追踪系统的虚拟现实设置，用于沉浸式体验。
图2：CC-VRS平台概览。 整个CC-VRS平台的示意图。用户佩戴VR头显，并通过在全向跑步机上行走来在虚拟杂货店中导航。系统通过VR头显为用户提供一条细微的绿色线条作为导航辅助。购物清单中的五件物品分布在该150 m路径沿线。实验人员可通过控制计算机和显示器实时查看用户的第三人称视角。CC-VRS系统的设置时间约为5分钟。缩写：VR = 虚拟现实；CC-VRS = 克利夫兰诊所-虚拟现实购物。 请点击此处查看此图的放大版本。

2. 用户准备（15 分钟）

  1. 耐受性调查（基线）
    1. 若收集关于虚拟现实晕动症的数据，需指导用户在开始 CC-VRS 体验前完成模拟器晕动症问卷。
  2. 安全背带
    1. 为用户穿戴全身式安全背带，使其固定于腿部和胸部；将背带连接至位于全向 treadmill 平台中心上方的天花板吊缆，以防止跌倒，并在不影响自然步态的前提下提高用户舒适度。
  3. VR 追踪器
    1. 使用扎带将左右脚追踪器固定在用户鞋面上，围绕鞋带进行绑扎；将腰部追踪器拧入特制的腰带，并调节腰带使追踪器位于用户腰椎中部；将左右手控制器放入用户手中，并收紧腕带，确保稳固且舒适。
  4. 全向 treadmill 熟悉训练
    1. 在佩戴头显前，允许用户在静止的全向 treadmill 上行走和转向；说明腰部追踪器相对于 treadmill 平台中心位置的重要性，并鼓励用户在扶握扶手提供支撑的情况下，尝试向 treadmill 边缘区域行走以适应设备；通过应用程序解除 treadmill 运行，继续后续准备工作。
  5. 头显
    1. 当用户站立在静止的全向 treadmill 上时，将头显戴在用户头部，并协助调整（顶部承重带、后部稳定旋钮及瞳距调节滑块以确保清晰度），直至佩戴舒适且显示清晰；确保头显附带的扬声器准确覆盖双耳，并调节至合适音量。
  6. 指导用户站立在全向 treadmill 平台中心附近，然后在应用程序中点击 开始 以重新启动 treadmill。
  7. 若尚未启动，请从桌面启动 CC-VRS 应用程序。

3. CC-VRS 的给药（30 分钟）

  1. 在整个 CC-VRS 体验过程中，通过桌面显示器监测用户在商店中的行进进度，并随时准备在用户出现任何不适或不稳定情况时停止全向跑步机。
  2. 输入 用户 ID。
  3. 选择 综合教程，以加载一个小型练习环境，向用户介绍 CC-VRS 评估的总体目标，以及复杂场景中的导航路线、购物清单和其他认知任务要求。
    1. 确保用户在开始测试前已熟悉以下控制器功能：
      1. 通过抬起左手并按住控制器上的 A 或 B 按钮来激活购物清单（图 3A）。
      2. 松开 A 或 B 按钮以关闭购物清单。
      3. 使用控制器扳机从货架上选择商品（图 3A）。
      4. 使用控制器扳机将商品放入购物车中。
    2. 确保用户能够应对复杂场景中的以下认知与运动任务要求：
      1. 对场景开始时通过语音播报呈现的五个单词进行延迟言语回忆，类似于蒙特利尔认知评估测试（MoCA）中的延迟回忆部分46。
      2. 执行促销商品的价格比较任务（例如，在 8 盎司 1.00 美元与 16 盎司 1.50 美元的番茄酱之间选择最具成本效益的选项）（图 3B）。
      3. 在商店中避开障碍物，包括地面上的溢出物，以及因其他购物者或购物车占据路径而导致的通道变窄（图 3C）。
    3. 如有必要，重复教程（总计约 5 分钟），直至用户熟练掌握上述功能并理解任务要求。
  4. 选择 基础场景。选择 路径长度 和 清单项目数量。
    1. 指导用户在头显显示器上可见商店时立即开始行走。鼓励用户尽可能高效地完成任务，在尽量减少错误的同时快速移动。
    2. 当用户到达商店收银台完成任务后，查看桌面屏幕上显示的汇总指标，并退出虚拟环境。
  5. 选择 复杂场景。选择 路径长度 和 清单项目数量。
    1. 向用户提供与 基础场景 相似的指导说明，并提醒用户注意 复杂场景 中增加的认知任务要求。
    2. 当用户到达商店收银台完成任务后，查看桌面屏幕上显示的汇总指标（图 3D），并退出虚拟环境。
  6. 耐受性调查
    1. 若需收集关于虚拟现实晕动症的数据，指导用户在完成 CC-VRS 体验后立即填写模拟器晕动症问卷，并在之后最多 30 分钟内再次填写。
  7. 可用性调查
    1. 若需收集关于平台可用性的数据，指导用户在完成 CC-VRS 后立即填写系统可用性量表。

虚拟杂货购物模拟；用户任务完成；清单核对、商品选择；会话结果。
图 3：CC-VRS 环境。（A）CC-VRS 用户以第一人称视角，左手查看购物清单，右手选择相应商品。用户可通过 VR 手柄直观地与杂货店内的任意商品进行交互。（B）用户在复杂场景中遇到的价格比较任务示例。对于购物清单上标注为“促销”的商品，用户需比较两种不同规格商品的单位价格，并选择更优惠的选项。（C）复杂场景中狭窄通道的第一人称视角。除了导航路径上的多个转弯外，狭窄的通道增加了运动复杂性，从而提高了神经系统疾病人群发生步态冻结的可能性。（D）复杂场景完成后向实验人员显示的结果摘要示例，包括正确与错误选择的商品、完成场景的总时间以及成功回忆的单词数量。该界面中显示的具体指标可由实验人员自定义设置。缩写：VR = 虚拟现实；CC-VRS = 克利夫兰医学中心-虚拟现实购物。请点击此处查看该图的放大版本。

4. 数据文件与结果

  1. 查看为每次试验自动生成的摘要文件（.csv），该文件包含可配置的指标，用于表征 CC-VRS 的整体性能。
  2. 查看详细数据文件（.csv），该文件包含在整个任务过程中追踪器、控制器和头戴设备的位置与旋转信息。列表激活、项目交互以及障碍物碰撞的数据也会被自动记录并输出至该文件中。

结果

目前正在进行一项研究，旨在验证虚拟现实超市（CC-VRS）在评估年轻成人、无神经系统疾病的老年人以及帕金森病（PD）患者认知功能、运动功能和工具性日常生活活动（IADL）能力方面的有效性。所有参与者均使用相同的150米路径和包含5个物品的清单，完成教程、基础和复杂三种情景任务，以便对不同组别的表现进行比较。研究利用详细的认知和位置数据，建立了一系列具有信息量的汇总指标，用以区分在认知、运动和IADL功能上已知存在差异的人群之间的CC-VRS表现。此外，还计算了额外的生物力学和双重任务指标，以进一步刻画不同功能领域的能力水平（表1）。

CC-VRS 结果领域
认知
正确与错误项目执行功能
列表激活（次数与持续时间）工作记忆
促销商品回忆（正确数量）陈述性记忆
促销价格比较（成功与否及持续时间）处理速度
认知-运动
试验持续时间整体（日常生活能力）功能
停止（次数与持续时间）双重任务干扰
接近列表项目时的步态速度双重任务干扰
与避障物的碰撞反应抑制
运动
速度、步长、步态变异性步态速度与质量
转弯速度、转弯持续时间转弯质量
步宽、对称性姿势稳定性
加速度中零交叉次数行走流畅性
对选定物品的抓取与移动持续时间上肢功能

表1：CC-VRS结局指标。 CC-VRS平台可能的结局指标非穷尽列表，根据其性质被指定为主要认知性、运动性或认知-运动性。这些结局指标基于用于设计CC-VRS的任务分析，旨在作为对日常生活工具性活动（IADL）功能的生态效度评估。这些结局指标所涵盖的领域代表了成功完成购物及其他IADL所必需的单任务与双任务功能的完整范围。与现有的神经心理学和运动功能评估相比，CC-VRS在更准确反映家庭和社区环境中IADL复杂需求的条件下评估这些领域。缩写：CC-VRS = Cleveland Clinic-虚拟现实购物；IADL = 日常生活工具性活动。

图4展示了帕金森病（PD）患者在基础场景任务中的一次表现概览。该参与者的行走路径与理想导航路线进行了对比，并标注了正确购物物品的位置。通过VR追踪器获取的位置数据，记录并绘制了参与者在商店内的瞬时速度。结合购物清单激活和物品选择的情境信息，可深入了解参与者在执行双重任务方面的能力及其高效完成IADL任务的整体能力。

根据初步分析结果，健康年轻成年人与帕金森病（PD）患者在整体CC-VRS表现上存在差异（图5）。任务过程中的总试验时长、停顿次数与停顿时长、以及查看购物清单的次数与持续时间等指标，均为区分不同组别具有前景的评估参数。相较于健康的年轻成年人，老年个体及帕金森病患者完成每个场景所需时间更长，停顿时间更长，且更频繁地激活购物清单。年轻成年人在行走过程中能够同时操作清单，表现出更强的双重任务处理能力；而帕金森病患者则更倾向于在静止状态下激活购物清单。其他可用于分析的指标还包括寻找物品所花费的时间、步态参数，以及复杂场景中认知负荷的相关结果。

在一项针对帕金森病（PD）患者进行的独立CC-VRS可用性研究中，10名参与者完成了模拟器晕动症问卷（Simulator Sickness Questionnaire, SSQ）47,48，以评估在基线水平、完成CC-VRS体验后即刻以及任务结束后30分钟时的虚拟现实（VR）相关晕动症状。SSQ最初在飞行模拟背景下开发，采用4点量表评估16种常见症状，现已被广泛应用于VR相关应用中。各项症状得分经加权合并后，生成恶心、眼动失调和定向障碍三个症状群的子评分，以及一个总评分。SSQ总分范围为0至235.6。

图6展示了帕金森病患者（N = 10）在基线时（平均总评分13.1 ± 16.7）、CC-VRS结束后即刻（29.5 ± 27.9）以及CC-VRS结束后30分钟（14.2 ± 15.6）完成的SSQ结果。总体而言，帕金森病患者在CC-VRS后的SSQ总分处于轻度水平，最常见的症状包括普遍不适、疲劳、眼疲劳、难以集中注意力以及出汗。值得注意的是，许多参与者在基线时即报告有轻度症状。尽管如此，10名参与者中有9名完成了全部评估，包括教程、基础场景和复杂场景，平均耗时29.0 ± 5.9分钟。其中1名参与者因出现不适无法耐受CC-VRS。这些数据有力地表明，CC-VRS平台对大多数神经系统疾病患者具有良好的耐受性。综合来看，报告的VR晕动症状普遍不显著，提示将VR内容与全向跑步机结合是可行的，并可能为大多数个体解决VR中的移动问题。

完成可用性研究的10名参与者在使用CC-VRS后均参加了一次半结构化访谈。所有参与者均表示这是他们首次使用虚拟现实（VR）和/或全向跑步机。关于跑步机的总结性评价包括以下内容：

跑步机适应的难易程度：参与者通常在几分钟内就能在跑步机上感到舒适，因为行走动作模拟了地面行走。参与者指出了步态中需要适应的两个方面：（1）在停止时腰部追踪器被拉回跑步机中心所产生的牵拉感；（2）由于跑步机平台尺寸的限制，需要迈出略短的步幅。

上肢支撑具有稳定作用：使用环绕跑台的圆形扶手可提供适当水平的上肢支撑，有助于完成任务。

具有挑战性的身体与认知环境：参与者报告称，在执行购物任务时，其姿势控制受到了挑战。使用安全带时感到安心，但安全带并未限制任何平面上的活动。

真实的环境：视觉和听觉显示与真实杂货店非常相似，对于没有虚拟现实使用经验的用户来说，体验令人印象深刻。参与者报告称，其他购物者和过道障碍物的真实感促使他们主动避免碰撞，且导航路线易于遵循。

定向障碍：受试者报告的定向障碍和不适感与其个人 SSQ 评分一致。部分参与者在 CC-VRS 的最初几分钟内出现初步的视觉空间适应困难，导致其身体接近超市货架，他们认为这种接近造成了定向障碍感。

两项前述研究中的帕金森病（PD）参与者（N = 24）在完成CC-VRS后填写了系统可用性量表（System Usability Scale, SUS）。SUS是一个包含10个条目的问卷，用于评估系统的易用性、整体满意度和可学习性49,50。评分范围为0至100分，其中68分为平均可用性水平。总体SUS评分在72.6至78.8之间对应等级“B”，评分高于78.8则获得等级“A”51。在24名完成CC-VRS平台（包括教程、基础和复杂会话）的帕金森病患者中，CC-VRS的平均得分为75.7 ± 18.9。

虚拟现实跑步机实验；生物力学分析；速度（m/s）与时间（s）的关系图
图4：CC-VRS 表现总结。（A）一名帕金森病患者正在完成 CC-VRS 平台的基础场景任务。（B）参与者完成任务过程中的行进路径和行走速度。蓝色方块表示购物清单中的物品并已成功取回。在导航引导线上嵌入了一条热力图线，表示参与者瞬时行走速度；基线行走速度是根据前 20 米直线行走计算得出。任何低于基线行走速度 0.5 倍的瞬时速度显示为红色；高于前述平均速度 1.5 倍的瞬时速度显示为绿色。在平均直线行走速度的 0.5 倍到 1.5 倍之间，颜色从红色线性过渡到黄色再到绿色。试验过程中行走速度（C）和清单激活次数（D）的数据显示。值得注意的是，尽管该参与者的购物清单上仅有五项物品，但在整个试验过程中共查看清单 15 次。缩写：CC-VRS = Cleveland Clinic-虚拟现实购物。 请点击此处查看该图的放大版本。

累积距离与时间的关系图；标示停止行为、列举激活情况；比较距离变化模式。
图5健康年轻成人与帕金森病患者的CC-VRS对比。 健康年轻成人行走的累计距离（A）以及一位帕金森病（PD）患者（B在执行基础场景期间，两名参与者行走的距离大致相同，均沿导航路线行进。然而，帕金森病（PD）参与者完成该场景所需时间明显更长（410 秒），而年轻成年参与者为 350 秒。绿色条形表示任务期间查看列表的次数及持续时间。年轻成年参与者共查看列表 7 次，累计时长 73.1 秒；而 PD 参与者共查看 16 次，累计时长 94.3 秒。蓝色圆点表示参与者在行进过程中的实际停顿。对年轻成年参与者的表现进行观察发现，其总体停顿次数较少，且能够在行走的同时查看列表。相比之下，PD 参与者共出现 17 次停顿，每次均与查看列表相关，表明其难以有效进行双重任务处理（例如，无法在行走的同时查看列表）。缩写：CC-VRS = Cleveland Clinic-虚拟现实购物；PD = 帕金森病。 请点击此处以查看此图的放大版本。

SSQ 评分变化折线图；基线、CC-VRS 后、30 分钟后；平均值以红色突出显示。
图 6：CC-VRS 后的症状体验。 共有 10 名帕金森病（PD）患者参与了一项可用性研究中的 CC-VRS 测试。每位参与者在开始前、完成 CC-VRS 体验后立即以及完成后 30 分钟分别填写了模拟器晕动症问卷（SSQ）。SSQ 共评估 16 种虚拟现实（VR）相关的不适症状，最高得分为 235.6。大多数 PD 患者在基线时报告症状较轻，CC-VRS 结束后症状略有升高，并在 30 分钟内恢复至基线水平。整个 CC-VRS 流程（包括教程、基础场景和复杂场景）平均耗时 29 分钟，完成 CC-VRS 后的平均 SSQ 评分为 29.5（以红色标示）。缩写：CC-VRS = 克利夫兰诊所-虚拟现实购物；PD = 帕金森病；SSQ = 模拟器晕动症问卷。 请点击此处查看该图的放大版本。

讨论

迄今为止，CC-VRS 平台通过将先进的虚拟现实内容与全向跑步机相结合，似乎最有效地解决了虚拟现实中的移动问题。实现 CC-VRS 无缝沉浸式环境的一个关键方面是确保跑步机与虚拟现实软件之间的正常通信。正确设置虚拟现实系统的各个方面——包括基站、足部和腰部追踪器以及手柄控制器——至关重要。如果追踪不稳定或不可靠，则需要调整基站的方向和位置，或增加另一个基站单元。对物理空间的充分覆盖可确保虚拟现实硬件与全向跑步机之间实现稳定的同步，并保证来自虚拟现实设备的位置和方向数据完整、准确且精确52。建议在每次数据采集会话开始前校准全向跑步机，以确保在导航虚拟环境时获得最佳响应性能。

患者在进行 CC-VRS 测试前熟悉跑步机操作至关重要。尽管该全向跑步机操作直观且简便，但仍需用户事先适应，最佳做法是在佩戴虚拟现实（VR）头显之前完成熟悉过程，以避免因头显带来的空间定向挑战干扰适应效果。为满足个体用户需求及当前评估目标，以下功能可在每个 CC-VRS 场景中进行配置：1）跑步机低速模式 或最高速度、2）教程模块的重复次数、3）穿过商店的路径长度、4）购物清单上的物品数量。这些调整可优化对具有广泛功能水平的患者在认知、运动及双重任务执行能力方面的评估。

目前缺乏能够通过表征认知和运动功能的客观定量结果来标准化IADL表现的单一平台技术，这成为早期识别和有效治疗帕金森病（PD）或阿尔茨海默病等与年龄相关的神经系统疾病的关键障碍。当前使用自评问卷评估IADL功能的方法虽然易于实施，但容易产生偏倚。在自评过程中，老年人往往高估或低估自身的IADL能力53。同样，由知情者填写IADL问卷时，也常因观察者的误解或知识盲区而错误判断实际能力35。

一种替代自评和他人评估问卷的方法是基于表现的工具性日常生活活动（IADL）评估。这类评估通常由经过培训的职业治疗师或物理治疗师完成。尽管已有多种绩效测试和指导工具可供使用，但它们往往难以整合到临床诊疗中，通常需要大量时间以及在初级保健或神经科医生诊室中不常见的专用空间和设备。其中应用最广泛的基于表现的评估工具之一是功能性状态直接评估（Direct Assessment of Functional Status, DAFS），其施测时间约需40分钟，评分主要依赖测试实施者的专家判断。尽管DAFS在阿尔茨海默病分期中具有实用价值，但其敏感性不足，无法检测轻度认知障碍阶段的IADL功能下降24。通过将虚拟现实（VR）与全向跑步机结合，融合虚拟与现实世界，有望在更复杂的认知条件下捕捉IADL表现，更真实地模拟现实环境，从而可能实现对神经系统疾病的早期诊断54。

CC-VRS 平台通过提供一种标准化、系统化、客观且定量的方法，用于评估老年人及神经系统疾病患者的工具性日常生活活动（IADL）能力，从而弥补了临床实践中的空白。根据初步的可用性测试和数据，基本和复杂的 CC-VRS 情景任务总耗时可控制在 30 分钟以内。与其它针对帕金森病（PD）患者的沉浸式虚拟现实研究类似18，大多数 PD 患者会出现轻度的运动病症状。从可用性角度来看，CC-VRS 的系统可用性量表（SUS）总体评分为 75.7，相当于字母评分等级中的"B"级，处于"良好"与"优秀"之间的描述性等级范围内55。作为对比，最近一项对主流手机和平板应用程序的评估显示，所有平台中排名前十的应用程序平均 SUS 得分为 77.756，其中包括 The Weather Channel 和 YouTube 等移动应用程序。参与者的反馈表明，大多数用户对 CC-VRS 平台所呈现的真实感及其交互能力表示满意。更重要的是，参与者在身体和认知层面均感受到挑战，说明该平台的设计成功实现了构建一个能够重现复杂 IADL 体验的动态环境的目标。

我们先前已证明，技术可成功整合到临床工作流程中，用于脑震荡患者的评估57，以及在为多发性硬化症（MS）患者服务的繁忙神经科诊疗中58。此外，使用技术管理脑震荡可改善治疗效果并降低费用59，而在MS治疗中的应用则使每位患者在电子健康记录中的文书记录时间节省了27%60。鉴于持续降低医疗成本是重要目标61，且医生在电子健康记录中花费大量时间常被认为是导致职业倦怠的重要原因62，将CC-VRS平台整合到临床护理中，有望为医院系统带来显著的附加价值。目前有两个正在进行的项目，将CC-VRS平台分别整合到：1）一家主要服务于健康老年人群的区域性初级保健家庭健康中心；以及2）克利夫兰诊所的一家专业运动障碍门诊。

缺乏准确可靠的帕金森病和阿尔茨海默病生理学或数字生物标志物，导致早期诊断及疾病进展评估面临巨大困难63,64CC-VRS 平台有望在单一技术平台上提供一种数字生物标志物，从而改善临床诊疗，并通过减少对主观性强且变异度高的临床结局指标（例如，运动障碍学会统一帕金森病评定量表的运动部分（MDS-UPDRS III））的依赖，实现更短、更高效的临床试验。在过去三十年中，临床神经病学领域在评估帕金森病（PD）患者及其相关核心运动症状方面，尚未取得显著进展，更不用说在认知功能或双重任务问题方面的评估。PD 患者评估方面最著名的进展是对主观性临床评分量表（MDS-UPDRS III）的修订。重要的是，我们并不认为 CC-VRS 将取代 MDS-UPDRS III。相反，我们认为其最大价值可能体现在基层医疗实践中，通过提供一种标准化且客观的方法来量化日常生活活动能力（IADLs）。尽管目前尚不宜认为现有形式的 CC-VRS 是神经系统疾病的前驱标志物，但其结果可用于提示 "红色" 或 "黄色" 在神经功能方面，该标志物可能触发运动障碍、神经心理学或老年病学专家的会诊。在帕金森病（PD）临床护理中的应用方面，预期CC-VRS可用于药物剂量调整，或最终用于脑深部电刺激装置的参数设置。目前，初级医疗和PD特异性应用场景均处于试点阶段。通过将使用者真正沉浸于逼真的环境中，并测量认知与运动功能中有意义且重要的方面，CC-VRS代表了开发一种潜在有效且可扩展的神经系统疾病数字生物标志物的初步步骤。

临床神经病学领域，特别是运动障碍领域，充斥着大量利用加速度计或其他传感器技术来量化帕金森病（PD）单一孤立症状的技术实例65,66,67,68,69。据我们所知，除我们开发的平衡70,71,72,73和震颤应用74外，尚无其他此类方法被整合到常规的帕金森病临床诊疗中。以往的技术通常具有良好的效度和可靠性；然而，其重点主要集中于技术开发，而较少考虑临床整合的可行性75,76。患者、医疗服务提供者、医院以及监管机构日益关注能够量化有意义日常活动变化的结局指标77,78,79,80。将精确且具有临床意义的神经系统症状和工具性日常生活活动（IADL）表现测量方法整合到临床实践中，对于系统评估干预措施的整体有效性，或判断某种干预手段是否具有延缓疾病进展的潜力，是必不可少的。建立一种适用于常规临床使用的标准化IADL评估方法，有助于全面理解并治疗神经系统疾病对重要日常活动的影响，因而具有重要价值。

CC-VRS 方法通过评估工具性日常生活活动（IADL）表现，有助于神经系统疾病的诊断与管理，有望通过早期诊断和更精确的疾病进展追踪来变革医疗保健。然而，必须充分认识到该系统并非没有局限性。全向跑步机的成本较高，在缺乏系统性卫生经济学研究以确定其潜在效益的情况下，可能成为广泛推广的障碍。 "收支平衡" 评估成本与早期诊断或更精确追踪疾病进展的价值之间的平衡点。值得注意的是，美国国家神经疾病与中风研究所帕金森病会议强调了在利用技术获取以帕金森病患者为中心的结局指标方面存在的差距。78，MDS 技术工作组77，并呼吁开发能够测量有意义的帕金森病活动并将其结果整合到临床诊疗中的技术。我们目前正在评估将CC-VRS系统整合至克利夫兰诊所的初级医疗环境和运动障碍中心的应用情况；这些部署将采用成本更低的全向跑步机。成功采集数据确实需要临床医生投入一定时间进行初始学习，以掌握系统的设置与操作。正在进行的临床试点研究将更准确地明确成为熟练使用者所需培训的时长。可以设想一种模式：由技术人员负责操作系统，患者在就诊前通过完成购物任务替代传统的候诊等待。这些数据随后可在就诊前即时整合至电子健康记录中。此类应用有望成为未来患者候诊模式的新标准。

披露

JLA、MMK 和 ABR 已向克利夫兰诊所创新中心提交了一项与 CC-VRS 平台相关的发明披露表。

致谢

本研究由帕金森病研究迈克尔·J·福克斯基金会（MJFF-020020）和爱德华与芭芭拉·贝尔家族讲席基金资助。我们感谢埃尔姆公园实验室（密歇根州底特律市）在构建虚拟现实环境以及连接全向跑步机方面提供的协助。同时感谢伊芙琳·索曼和布里特妮·莫泽尔在项目开发与实施过程中提供的帮助。

材料

本文使用的材料清单
姓名公司目录编号评论
清洁盒Cleanbox用于对 VR 头戴设备进行消毒的紫外线卫生清洁系统
台式电脑Dell高端游戏台式机
全向跑步机 InfinadeckInfinadeck全向跑步机，允许用户朝任意方向行走
安全背带 Ymachray标准安全背带，用于防止患者跌倒
Valve Index 基站 ×3Valve用于头戴设备/控制器及追踪器的定位追踪
Valve Index 控制器（一组两个）Valve手柄控制器，用于与数字内容进行交互
Valve Index VR 头戴设备ValveVR 头戴设备
Vive 追踪器 3.0 ×3HTC佩戴于脚部和腰部，用于位置追踪并控制跑步机运动
Vive 追踪器绑带Skywin VR将 Vive 追踪器固定于腰部
扎带用于将 Vive 追踪器固定在鞋带上

参考文献

  1. National Accademy of Engineering. Grand Challenges for Engineering. National Academy of Sciences. , The National Academies Press. Washington, D.C. Available from: https://16mhpx3atvadrnpip2kwi9or-wpengine.netdna-ssl.com/wp-content/uploads/2016/12/GrandChallenges.pdf (2008).
  2. Turso-Finnich, T., Jensen, R. O., Jensen, L. X., Konge, L., Thinggaard, E. Virtual reality head-mounted displays in medical education-a systematic review. Simulation in Healthcare. , (2022).
  3. Chen, T., et al. Virtual reality as a learning tool in spinal anatomy and surgical techniques. North American Spine Society Journal. 6, 100063(2021).
  4. Gold, J. I., SooHoo, M., Laikin, A. M., Lane, A. S., Klein, M. J. Effect of an immersive virtual reality intervention on pain and anxiety associated with peripheral intravenous catheter placement in the pediatric setting: a randomized clinical trial. JAMA Network Open. 4 (8), 2122569(2021).
  5. Huang, Q., Lin, J., Han, R., Peng, C., Huang, A. Using virtual reality exposure therapy in pain management: a systematic review and meta-analysis of randomized controlled trials. Value Health. 25 (2), 288-301 (2022).
  6. Groninger, H., Stewart, D., Wesley, D., Cowgill, J., Mete, M. Virtual reality for management of cancer pain: Study rationale and design. Contemporary Clinical Trials Communications. 26, 100895(2022).
  7. Zhang, B., Li, D., Liu, Y., Wang, J., Xiao, Q. Virtual reality for limb motor function, balance, gait, cognition and daily function of stroke patients: A systematic review and meta-analysis. Journal of Advanced Nursing. 77 (8), 3255-3273 (2021).
  8. Saredakis, D., et al. Factors Associated with virtual reality sickness in head-mounted displays: a systematic review and meta-analysis. Frontiers in Human Neuroscience. 14, 96(2020).
  9. Kim, H. K., Park, J., Choi, Y., Choe, M. Virtual reality sickness questionnaire (VRSQ): Motion sickness measurement index in a virtual reality environment. Applied Ergonomics. 69, 66-73 (2018).
  10. Cobb, S. V. G., Nichols, S., Ramsey, A., Wilson, J. R. Virtual reality-induced symptoms and effects (VRISE). Presence-Teleoperators and Virtual Environments. 8, 169-186 (1999).
  11. Kennedy, R., Lane, N., Lilienthal, M., Berbaum, K., Hettinger, L. Profile analysis of simulator sickness symptoms: application to virtual environment systems. Presence-Teleoperators and Virtual Environments. 1 (3), 295-301 (1992).
  12. Duzmanska, N., Strojny, P., Strojny, A. Can simulator sickness be avoided? a review on temporal aspects of simulator sickness. Frontiers in Psychology. 9, 2132(2018).
  13. Reason, J. T. Motion sickness adaptation: a neural mismatch model. Journal of the Royal Society of Medicine. 71 (11), 819-829 (1978).
  14. Chance, S. S., Gaunet, F., Beall, A. C., Loomis, J. M. Locomotion mode affects the updating of objects encountered during travel: the contribution of vestibular and proprioceptive inputs to path integration. Presence Teleoperators & Virtual Environments. 7 (2), 168-178 (1998).
  15. Waller, D., Bachmann, E., Hodgson, E., Beall, A. C. The HIVE: a huge immersive virtual environment for research in spatial cognition. Behavior Research Methods. 39 (4), 835-843 (2007).
  16. Loomis, J. M., Blascovich, J. J., Beall, A. C. Immersive virtual environment technology as a basic research tool in psychology. Behavior Research Methods, Instruments, & Computers. 31 (4), 557-564 (1999).
  17. Mirelman, A., et al. Addition of a non-immersive virtual reality component to treadmill training to reduce fall risk in older adults (V-TIME): a randomised controlled trial. Lancet. 388 (10050), 1170-1182 (2016).
  18. Kim, A., Darakjian, N., Finley, J. M. Walking in fully immersive virtual environments: an evaluation of potential adverse effects in older adults and individuals with Parkinson's disease. Journal of NeuroEngineering and Rehabilitation. 14 (1), 16(2017).
  19. Pelosin, E., et al. Motor-cognitive treadmill training with virtual reality in Parkinson's disease: the effect of training duration. Frontiers in Aging Neuroscience. 13, 753381(2021).
  20. Darken, R. P., Cockayne, W. R., Carmein, D. The omni-directional treadmill: A locomotion device for virtual worlds. Proceedings of the 10th Annual ACM Symposium on User Interface Software and Technology. , 213-221 (1997).
  21. Guo, H. J., Sapra, A. Instrumental Activity of Daily Living. , (2021).
  22. Darweesh, S. K., et al. Trajectories of prediagnostic functioning in Parkinson's disease. Brain. 140 (2), 429-441 (2017).
  23. Foubert-Samier, A., et al. Cognitive and functional changes in prediagnostic phase of Parkinson disease: A population-based study. Parkinsonism & Related Disorders. 79, 40-46 (2020).
  24. Marshall, G. A., Amariglio, R. E., Sperling, R. A., Rentz, D. M. Activities of daily living: where do they fit in the diagnosis of Alzheimer's disease. Neurodegenerative Disease Management. 2 (5), 483-491 (2012).
  25. Sikkes, S. A., et al. Assessment of instrumental activities of daily living in dementia: diagnostic value of the Amsterdam Instrumental Activities of Daily Living Questionnaire. Journal of Geriatric Psychiatry and Neurology. 26 (4), 244-250 (2013).
  26. American Occupational Therapy Association. Occupational therapy practice framework: domain and process. American Journal of Occupational Therapy. 56 (6), 609-639 (2002).
  27. MacPherson, S. E. Definition: Dual-tasking and multitasking. Cortex. 106, 313-314 (2018).
  28. O'Shea, S., Morris, M. E., Iansek, R. Dual task interference during gait in people with Parkinson disease: effects of motor versus cognitive secondary tasks. Physical Therapy. 82 (9), 888-897 (2002).
  29. Romero-Ayuso, D., et al. Assessment of cognitive instrumental activities of daily living: a systematic review. Disability and Rehabilitation. 43 (10), 1342-1358 (2019).
  30. Goetz, C. G., et al. Movement Disorder Society-sponsored revision of the Unified Parkinson's Disease Rating Scale (MDS-UPDRS): scale presentation and clinimetric testing results. Movement Disorders. 23 (15), 2129-2170 (2008).
  31. Perlmutter, J. S. Assessment of Parkinson disease manifestations. Current Protocols in Neuroscience. , Chapter 10 (Unit10.1) 1382-1387 (2009).
  32. Palmer, J. L., et al. Unified Parkinson's Disease Rating Scale-Motor Exam: inter-rater reliability of advanced practice nurse and neurologist assessments). Journal of Advanced Nursing. 66 (6), 1382-1387 (2010).
  33. Neisser, U. On "Social Knowing". Personality and Social Psychology Bulletin. 6 (4), 601-604 (1980).
  34. Neisser, U. Memory Observed: Remembering in Natural Contexts. , W.H. Freeman. San Francisco. (1982).
  35. Jekel, K., et al. Mild cognitive impairment and deficits in instrumental activities of daily living: a systematic review. Alzheimer's Research & Therapy. 7 (1), 17(2015).
  36. Chisholm, D., Toto, P., Raina, K., Holm, M., Rogers, J. Evaluating capacity to live independently and safely in the community: Performance assessment of self-care skills. British Journal of Occupational Therapy. 77 (2), 59-63 (2014).
  37. Cipresso, P., et al. Virtual multiple errands test (VMET): a virtual reality-based tool to detect early executive functions deficit in Parkinson's disease. Frontiers in Behavioral Neuroscience. 8, 405(2014).
  38. Owsley, C., Sloane, M., McGwin, G., Ball, K. Timed instrumental activities of daily living tasks: relationship to cognitive function and everyday performance assessments in older adults. Gerontology. 48 (4), 254-265 (2002).
  39. Brennan, L., et al. The Penn Parkinson's Daily Activities Questionnaire-15: Psychometric properties of a brief assessment of cognitive instrumental activities of daily living in Parkinson's disease. Parkinsonism & Related Disorders. 25, 21-26 (2016).
  40. Arlati, S., et al. Acceptance and usability of immersive virtual reality in older adults with objective and subjective cognitive decline. Journal of Alzheimer's Disease. 80 (3), 1025-1038 (2021).
  41. Porffy, L. A., et al. A novel virtual reality assessment of functional cognition: validation study. Journal of Medical Internet Research. 24 (1), 27641(2022).
  42. Swanson, C. W., Fling, B. W. Discriminative mobility characteristics between neurotypical young, middle-aged, and older adults using wireless inertial sensors. Sensors. 21 (19), 6644(2021).
  43. Yeh, T. T., Liang, P. J., Lee, S. C. Differences in walking-to-turning characteristics between older adult fallers and nonfallers: a prospective and observational study using wearable inertial sensors. International Journal of Rehabilitation Research. 45 (1), 53-57 (2022).
  44. Zach, H., et al. Identifying freezing of gait in Parkinson's disease during freezing provoking tasks using waist-mounted accelerometry. Parkinsonism & Related Disorders. 21 (11), 1362-1366 (2015).
  45. Bhatt, H., Pieruccini-Faria, F., Almeida, Q. J. Dynamics of turning sharpness influences freezing of gait in Parkinson's disease. Parkinsonism & Related Disorders. 19 (2), 181-185 (2013).
  46. Hoops, S., et al. Validity of the MoCA and MMSE in the detection of MCI and dementia in Parkinson disease. Neurology. 73 (21), 1738-1745 (2009).
  47. Bruck, S., Watters, P. A. Estimating cybersickness of simulated motion using the simulator sickness questionnaire (SSQ): A controlled study. Proceedings of the 2009 Sixth International Conference on Computer Graphics, Imaging and Visualization; Institute of Electrical and Electronics Engineers (IEEE). , 486-488 (2009).
  48. Kennedy, R. S., Lane, N. E., Berbaum, K. S., Lilienthal, M. G. Simulator sickness questionnaire: An enhanced method for quantifying simulator sickness. The International Journal of Aviation Psychology. 3 (3), 203-220 (1993).
  49. Brooke, S. Usability Evaluation in Industry. , Taylor & Francis. 189-194 (1996).
  50. Lewis, J. R., Sauro, J. The factor structure of the system usability scale. Human Centered Design. , 94-103 (2009).
  51. Sauro, J., Lewis, J. R. Quantifying the User Experience: Practical Statistics for User Research. 2nd ed. , Elsevier Inc. (2016).
  52. Niehorster, D. C., Li, L., Lappe, M. The accuracy and precision of position and orientation tracking in the HTC Vive virtual reality system for scientific research. i-Perception. 8 (3), 2041669517708205(2017).
  53. Suchy, Y., Kraybill, M. L., Franchow, E. Instrumental activities of daily living among community-dwelling older adults: discrepancies between self-report and performance are mediated by cognitive reserve. Journal of Clinical and Experimental Neuropsychology. 33 (1), 92-100 (2011).
  54. Reppermund, S., et al. Impairment in instrumental activities of daily living with high cognitive demand is an early marker of mild cognitive impairment: the Sydney memory and ageing study. Psychological Medicine. 43 (11), 2437-2445 (2013).
  55. Bangor, A., Kortum, P. T., Miller, J. T. An empirical evaluation of the system usability scale. International Journal of Human-Computer Interaction. 24 (6), 574-594 (2008).
  56. Kortum, P., Sorber, M. Measuring the usability of mobile applications for phones and tablets. International Journal of Human-Computer Interaction. 31 (8), 518-529 (2015).
  57. Alberts, J. L., et al. Development and implementation of a multi-disciplinary technology enhanced care pathway for youth and adults with concussion. Journal of Visualized Experiments. (143), e58962(2019).
  58. Rhodes, J. K., et al. Multiple Sclerosis performance test: technical development and usability. Advances in Therapy. 36 (7), 1741-1755 (2019).
  59. Alberts, J. L., et al. A technology-enabled concussion care pathway reduces costs and enhances care. Physical Therapy. 100 (1), 136-148 (2020).
  60. Macaron, G., et al. Technology-enabled assessments to enhance multiple sclerosis clinical care and research. Neurology Clinical Practice. 10 (3), 222-231 (2020).
  61. Porter, M. E. What is value in health care. The New England Journal of Medicine. 363 (26), 2477-2481 (2010).
  62. Sutton, J. M., Ash, S. R., Al Makki, A., Kalakeche, R. A. A daily hospital progress note that increases physician usability of the electronic health record by facilitating a problem-oriented approach to the patient and reducing physician clerical burden. The Permanente Journal. 23, (2019).
  63. Maetzler, W., et al. Modernizing daily function assessment in Parkinson's disease using capacity, perception, and performance measures. Movement Disorders. 36 (1), 76-82 (2021).
  64. Stephenson, D., Badawy, R., Mathur, S., Tome, M., Rochester, L. Digital progression biomarkers as novel endpoints in clinical trials: a multistakeholder perspective. Journal of Parkinson's Disease. 11, 103-109 (2021).
  65. Lu, M., et al. Vision-based estimation of MDS-UPDRS Gait scores for assessing Parkinson's Disease motor severity. Medical Image Computing and Computer-Assisted Intervention. 12263, 637-647 (2020).
  66. Hobert, M. A., et al. Progressive gait deficits in Parkinson's disease: a wearable-based biannual 5-year prospective study. Frontiers in Aging Neuroscience. 11, 22(2019).
  67. Thorp, J. E., Adamczyk, P. G., Ploeg, H. L., Pickett, K. A. Monitoring motor symptoms during activities of daily living in individuals with Parkinson's disease. Frontiers in Neurology. 9, 1036(2018).
  68. Shawen, N., et al. Role of data measurement characteristics in the accurate detection of Parkinson's disease symptoms using wearable sensors. Journal of NeuroEngineering and Rehabilitation. 17 (1), 52(2020).
  69. Lu, R., et al. Evaluation of wearable sensor devices in Parkinson's disease: a review of current status and future prospects. Parkinsons Disease. 2020, 4693019(2020).
  70. Ozinga, S. J., Alberts, J. L. Quantification of postural stability in older adults using mobile technology. Experimental Brain Research. 232 (12), 3861-3872 (2014).
  71. Ozinga, S. J., et al. Three-dimensional evaluation of postural stability in Parkinson's disease with mobile technology. NeuroRehabilitation. 41 (1), 211-218 (2017).
  72. Ozinga, S. J., Linder, S. M., Alberts, J. L. Use of mobile device accelerometry to enhance evaluation of postural instability in Parkinson disease. Archives of Physical Medicine and Rehabilitation. 98 (4), 649-658 (2017).
  73. Ozinga, S. J., Machado, A. G., Miller Koop, M., Rosenfeldt, A. B., Alberts, J. L. Objective assessment of postural stability in Parkinson's disease using mobile technology. Movement Disorders. 30 (9), 1214-1221 (2015).
  74. Maldonado-Naranjo, A., Koop, M. M., Hogue, O., Alberts, J., Machado, A. Kinematic metrics from a wireless stylus quantify tremor and bradykinesia in Parkinson's disease. Parkinson's Disease. 2019, 6850478(2019).
  75. Lingaiah, A., et al. Improving anxiety in Parkinson's disease: A cautionary tale about mobile health technologies. Parkinsonism & Related Disorders. 73, 50-51 (2020).
  76. di Biase, L., et al. Quantitative analysis of bradykinesia and rigidity in Parkinson's disease. Frontiers in Neurology. 9, 121(2018).
  77. Espay, A. J., et al. Technology in Parkinson's disease: Challenges and opportunities. Movement Disorders. 31 (9), 1272-1282 (2016).
  78. Sieber, B. A., et al. Prioritized research recommendations from the National Institute of Neurological Disorders and Stroke Parkinson's Disease 2014 conference. Annals of Neurology. 76 (4), 469-472 (2014).
  79. van Uem, J. M., et al. Health-related quality of life in patients with Parkinson's disease--A systematic review based on the ICF model. Neuroscience & Biobehavioral Reviews. 61, 26-34 (2016).
  80. Papadopoulos, E., Buracchio, T. Drug Development Tool (DDT) COA #000142. U.S. Food & Drug Administration. , (2021).

重印与许可

探索更多文章

全向跑步机认知评估帕金森病阿尔茨海默病模拟器晕动症日常生活任务生物力学指标双重任务表现
克利夫兰医学中心用于评估日常生活工具性活动能力的沉浸式虚拟现实购物平台
联系我们
向图书馆推荐

隐私政策

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。