研究文章

单侧外周神经损伤后手部选择模式的积木构建任务可识别出不同的左右手使用群体

1.6K 次观看

⸱

DOI：

10.3791/66919

⸱

2025年3月21日

 ,  ,  , 
1Program in Occupational Therapy, Washington University School of Medicine, 2Department of Physical Medicine and Rehabilitation, Penn State College of Medicine, 3Department of Kinesiology, Penn State University, 4Department of Kinesiology, University of Lethbridge

本文内容

摘要

积木搭建任务可快速、客观且定量地测量个体在伸手抓握动作中使用左手与右手的频率。在外周单侧神经损伤后，患者通常会几乎完全依赖一只手，而依赖哪一侧手无法通过其他临床因素预测。

摘要

评估上肢周围神经损伤后手部和手臂功能的方法众多，但周围神经损伤常为单侧性，而现有方法中很少有专门用于捕捉单侧损伤独特后果的。上肢单侧功能障碍可能导致优势手使用增多或减少，而这种变化对不同患者而言可能是适应性的，也可能是非适应性的，取决于个体患者的具体需求。为了识别非典型的手部使用模式（左手/右手选择），研究人员和临床医生需要对其进行测量。然而，传统上手部使用情况是通过自我报告问卷来评估的，而这些问卷并不一定反映实际的左右手选择行为。本文通过“积木搭建任务”（Block Building Task, BBT）填补了这一知识空白，该任务可在无约束环境中快速、定量且低成本地评估左右手的选择情况。在BBT中，参与者使用相互扣合的塑料积木构建抽象形状，过程中不给予任何关于手部使用方式的指导。主要结局指标是每只手完成的抓取动作所占比例（即每次拾取积木时的初始动作）。在单侧周围神经损伤患者中，其手部使用模式可分为三类：大致典型的双手使用模式（44%）、始终使用优势手（44%）、从不使用优势手（13%）。即使在优势手受伤的患者中，仍经常出现非典型地频繁使用优势手的情况（36%）。值得注意的是，手部使用模式无法由临床特征预测，因此BBT提供了一种客观的测量手段，可用于评估那些无法通过周围神经损伤患者的临床特征所预测的左右手选择行为。该BBT方案将引起关注上肢不对称功能影响状况评估的研究人员和临床医生的兴趣。

引言

上肢周围神经损伤（PNI）通常为单侧性（82%–97%）1,2，但目前尚缺乏有效的方法来定量评估单侧损伤如何影响无约束条件下的目标导向动作选择——特别是人们在日常生活中选择使用左手或右手的倾向。

左右手选择会影响周围神经损伤后患者的预后

良好的患者预后与持续使用患手相关，而当患手功能保留但使用率较低时，则往往出现较差的患者预后3。更广泛而言，手部使用行为的变化（在无约束环境中对手的选择）可能是适应性的或非适应性的：一名患者可能希望通过增加患手的使用（即练习）来改善其功能，而另一名存在慢性功能障碍的患者则可能从更多地代偿性使用非患手获益。这些策略需要临床医生有意识地进行指导；例如，对于那些本应通过非患手代偿获益的患者，如果受伤的手为优势手（DH），这种代偿行为不会自然发生4。因此，许多周围神经损伤（PNI）患者将受益于对其手部选择行为的准确评估或追踪。

目前的评估方法不足以定量捕捉周围神经损伤后手部功能的使用情况

手的使用情况无法通过标准的手偏好、手功能或残疾评估方法来捕捉。诸如爱丁堡利手量表5或运动活动日志6等手偏好调查所衡量的是一个本质上不同的概念（自我报告的手使用情况）7；此外，偏好调查受限于自我报告问卷固有的准确性不足8,9，其心理测量学特性尚未充分建立10，且其结果可能无法推广到问卷所列具体任务之外的情境11。少数临床手功能评估能够量化手的使用情况，但常见的评估方法（如Fugl-Meyer12和Box and Blocks13）主要测量的是灵巧性而非手的使用情况7，且侧重于左右不对称性较小的手部动作14。标准的患者报告结局评估无法识别单侧损伤的影响，例如，上肢功能障碍、肩部与手部功能障碍量表（DASH）1,15和快速DASH量表（QuickDASH）16在设计时即有意排除或最小化依赖手优势性的动作。最后，尽管已有两种公认的手使用评估方法，但二者均存在局限性。手偏好量化测试（QHPT）17可对可能类似于日常任务的伸手动作进行定量测量，但其仅采样有限的运动距离（所有目标物与受试者距离相等），且避免了物体的功能性使用（受试者仅拾取扑克牌而不会将其用于游戏），这可能限制QHPT在真实世界场景中的适用性。实际使用量测试虽涉及真实世界的情境化动作，但由于每项活动仅采集一次样本18，无法提供数值化的定量结果。因此，对左手/右手使用的测量需要新的、特定的评估方法。

积木搭建任务（Block Building Task, BBT）4,19,20 提供了一种快速、经济且定量的方法，用于在无约束的目标导向情境下评估左右手的选择行为，从而弥补当前测量手段的不足，尤其适用于单侧周围神经损伤（PNI）个体。BBT适用于所有具备伸手抓握动作能力的受试者，用以表征其左右手使用情况，尤其适合描述单侧功能受损后出现的非典型手部使用模式——即与正常成年人相比，一只手使用频率显著增加，而另一只手则相应地被弃用。目前BBT尚未得到广泛应用，特别是在临床环境中。本文旨在弥补这一不足，提出了一套使用BBT评估受试者在无约束伸手抓握动作中每只手使用频率的标准化操作流程，并提供了关于单侧PNI后手部使用结果分布与聚类特征的新研究数据。

方案

本研究方案已获得华盛顿大学医学院机构审查委员会批准，用于人体受试者研究。所有参与者均签署了知情同意书。

1. 仪器设备的构建

注意：此过程将使用材料表中列出的材料制备出如图1 所示的设备。

figure-protocol-1
图1：BBT设备。自上而下的视图显示，受试者位于下方，实验人员位于上方。实验设置时，先用胶带将绿色底板固定，然后（A）将纸板海报放置在桌面上，（B）将砖块放入纸板上的切口处（图中包含卷尺以示比例），最后（C）移除纸板海报。请点击此处查看此图的放大版本。

  1. 使用 表1 中列出的10种标准积木中的每一种，构建 图2 所示的4个模型。最终，除模型中使用的积木外，还应剩余40块以上的积木（另加备用件）。将每个模型的积木粘合在一起，以确保积木保持连接。在每个模型的背面贴上编号标签。

figure-protocol-2
图2： 建议的模型。示例模型；BBT对模型设计的改变具有较强的鲁棒性。(A) 前视图（面向参与者）。(B) 后视图（面向实验者）。请点击此处查看此图的放大版本

颜色颜色（官方）形状
白色白色2x2 正方形
黑色黑色2x2 正方形
红色红色2x4 矩形
黄色亮黄色2x4 矩形
橙色橙色1x2 矩形
蓝色深天蓝色1x2 矩形
栗色深红色1x2 带 45° 斜面
灰褐色中石灰色1x2 带 45° 斜面
绿色深绿色2x3 带拱形
深海军蓝深蓝色2x2 带 45° 斜面

表1：建议使用的模块。官方颜色可用于采购，但不建议用于实验标记，因为其名称较长且按字母顺序排列时容易混淆。产品标识符请见材料表。

  1. 用美工板裁切出一块尺寸为 5 英寸/12.7 厘米的底板，并在长边的中心位置切出一个方形凹口。
  2. 按照 图 1  所示位置以及 图 3  和 表 2 中量化的位置，将砖块放置在美工板上。

figure-protocol-3
图3：建议砖块位置的展板示意图。BBT对砖块位置和方向的变化具有较强的鲁棒性。虚线表示象限；每个象限包含1块砖。精度为0.5 cm；字母对应表2的索引。有关建议的方向，请参见图1。请点击此处查看此图的放大版本。

编号象限颜色X 位置 (cm)Y 位置 (cm)
A最左侧橙色-27.549.5
B最左侧白色-21.552
C最左侧黑色-12.554.5
D最左侧绿色-3.554
E最右侧栗色954.5
F最右侧红色1955
G最右侧灰褐色26.550.5
H最左侧黄色-1945.5
I最左侧蓝色-8.547.5
J最右侧橙色450
K最右侧深蓝色12.548
L最右侧蓝色19.547
M最左侧栗色-3429
N最左侧红色-2439
O最左侧深蓝色-1439.5
P最左侧灰褐色-4.539
Q最右侧黄色740
R最右侧绿色19.540
S最右侧黑色26.542.5
T最右侧白色34.540.5
U近左侧深蓝色-3427.5
V近左侧蓝色-24.532.5
W近左侧栗色-1531.5
X近左侧绿色-529
Y近右侧白色630
Z近右侧灰褐色1435
AA近右侧黄色24.530.5
AB近左侧黄色-31.521.5
AC近左侧白色-2224
AD近左侧黑色-921
AE近右侧红色522.5
AF近右侧蓝色1924
AG近右侧橙色3222
AH近左侧红色-2514
AI近左侧灰褐色-1415.5
AJ近左侧橙色-6.517
AK近右侧深蓝色1016
AL近右侧黑色2316
AM近右侧栗色19.510.5
AN近右侧绿色30.513

表2：建议的砖块位置。本表格包含与图3相同的信息。内容按行排列，每行从左至右列出。象限根据受试者的视角定义，远/近以 Y = 36 cm 为分界。

  1. 在纸板上，使用钢笔或铅笔标出每块积木的位置轮廓，积木周围预留约 2 mm 的边距。该轮廓将在步骤 1.6 中被裁剪掉。
    注意：预留边距的目的是确保移除纸板时，积木不会被裁切边缘卡住。
  2. 在每个轮廓外侧标注对应的积木标识（例如，橙色）。标签文字的方向应便于实验人员从底板相对的一侧读取。
    1. 对于不对称的积木，应在标签上添加箭头，以指示积木的一致朝向。这不会影响实验结果，但有助于简化设置过程。
  3. 将纸板上的矩形轮廓裁剪下来。最终得到一块包含 40 个带标签轮廓的纸板，每个轮廓对应一块积木，如 图 1A 所示。

2. 参与者到达前的研究准备工作

  1. 将底板用胶带固定在桌子的一侧边缘。
  2. 在底板前方放置一把无轮的椅子。将带有缺口的海报板放在桌面上，使其缺口对准底板。
  3. 将相应的积木放入海报板上的每个切口处。然后移除海报板，仅留下积木和底板（图1C）。在研究完成前，不得让参与者看到海报板。
  4. 选择4个模型的呈现顺序（出于研究目的，可采用平衡或随机化设计）。在实验者一侧的桌面上放置一个支架（用于固定模型）。
    1. 调整支架位置，确保摄像头能够看到模型，同时模型不会遮挡摄像头对双手操作的视野。
  5. 调整摄像头位置，使其能够清晰拍摄工作区域、积木和双手，拍摄范围需覆盖底板上方约20 cm的空间以满足搭建动作的记录需求，同时避免拍到参与者的面部。
    1. 确保能够通过视频进行事后计数，或者 alternatively 安排三名实验人员在主任务执行期间实时记录左右手的抓取次数。

3. 主要任务

  1. 让参与者坐在椅子上。确保在完成步骤2后，桌面上可见积木。不提供其他任何训练或适应性指导。
  2. 通过移除或遮盖参与者身体上任何可见的身份标识（例如，提供面罩并遮盖纹身），确保视频中不包含可识别个人身份的信息。
  3. 向参与者说明：“我们将请您用这些积木搭建一些形状。首先将双手放在底板旁边。我会把一个模型放在桌子前方。当我喊‘开始’时，请使用桌面上的零件搭建该模型，包括复制颜色。您需要在那块绿色底板上进行搭建。我们希望您尽可能快速且准确地完成。我们唯一的要求是：拿起零件时不要在桌面上拖动，也不要提前拿取零件留待后续使用——只有在准备使用时才拿起零件。”（如有需要，可进行示范。）“当您完成搭建后，请将双手放在底板两侧。您有任何问题吗？”
  4. 如果参与者提出问题，不得提供脚本以外的任何信息，但可以对脚本内容进行澄清、重复或换述。
    1. 不得提及左右侧，或任何可能使参与者认为必须使用某一只手的表述。
  5. 告知参与者录制即将开始，并启动录制。
  6. 将一个模型放置在支架上，说出“开始”。调整模型方向，使编号标签朝向实验者。等待参与者完成其模型。
  7. 将两个模型（实验者固定的模型和参与者刚搭建的模型）从桌面上移除。
  8. 使用新模型返回步骤3.6。重复此过程，直至完成全部4个模型，且参与者已使用桌面上全部40块积木。

4. 主任务期间的注意事项

  1. 如果参与者遗漏了某个积木，请等待其完成模型后说：“你的模型看起来和我的一样吗？” 等待其进行修正。
  2. 如果参与者在模型中重复使用了同一块积木，请等待其完成模型后说：“我来添加另一块积木，以确保你后续有足够的积木使用。” 将替换的积木准确放置在工作区正中央。
  3. 如果参与者使用了正确的积木但位置错误，则无需言语，按正常流程继续进行。
  4. 如果积木掉落至桌外，请等待其完成模型（除非参与者正在搭建最后一个模型），然后将掉落的积木重新放置在工作区正中央。
  5. 如果参与者在不应移动积木时进行了移动（例如，在尚未说“开始”之前），应说：“请等待我说‘开始’后再行动。” 立即制止参与者，并将积木放回其大致原始位置。
  6. 如果参与者抓取积木或重新摆放位置但并未进行搭建，应立即制止，重新说明操作指令，并将积木放回其大致原始位置。

5. 数据收集与编码

  1. 数据采集最好基于视频录像离线进行，并使用事件记录软件（例如，26）。如果无法录像，则要求编码人员在主任务期间实时执行以下程序。为确保可靠性，需比较两名或以上编码人员的结果并达成共识，目标为达到100%的一致性。若存在分歧，编码人员应讨论各自的评估结果，并通过协作复核达成共识。
  2. 要求编码人员回看视频，并统计参与者使用每只手完成的有效抓握动作（简称为“抓握”）的次数。
  3. 以下行为视为无效抓握：
    1. 未使用钳捏式抓握方式拾取积木，例如用铲取或滑动方式将积木从桌面上移动。
    2. 拾取先前已拾取过的积木。例如，若参与者拾起一块积木后又将其放回，则下次再次拾起同一块积木时不计入统计。
  4. 根据每只手完成的有效抓握次数，计算每位参与者使用优势手（或受影响手）抓握所占的比例，计算公式为：
    感兴趣手的有效抓握次数 / 有效抓握总次数
  5. 根据具体科研需求，进行其他附加分析（例如，使用每只手操作积木的时间）。

结果

参与者筛选

纳入/排除标准为：年龄18岁或以上、会说英语、单侧上肢周围神经损伤（定义为非病理性病因，根据病历确定）以及快速版上肢功能障碍、肩部和手部残疾问卷（Q-DASH）16 评分 ≥ 18，于研究会话开始时测量。选择此阈值是为了纳入其生活受到功能障碍影响的个体，至少达到1个最小临床重要差异24 高于0。该阈值旨在涵盖患有PNI的广泛患者群体，因为它也位于上肢疾病患者平均值以下1个标准差处25.

排除标准包括：认知障碍、未矫正的视觉损伤、慢性疼痛诊断、重大精神健康诊断（不包括抑郁症、焦虑症、双相情感障碍或创伤后应激障碍）、过去2个月内接受过手术，或在过去2年内存在影响与周围神经损伤（PNI）对侧上肢的运动功能诊断。为了评估损伤严重程度的影响，在上述标准范围内纳入了各种类型及不同严重程度的损伤患者。

本研究的受试者为48名单侧周围神经损伤（PNI）的成年人，均招募自华盛顿大学医学院（美国密苏里州圣路易斯市）神经损伤与麻痹损伤门诊以及Milliken手外科中心的门诊手疗诊所。招募流程图参见4。为与典型成年人进行比较，本研究采用了先前一项设计相同的研究数据，该数据来自另外20名受试者（惯用右手的健康成年人，年龄范围18–33岁，于2013–2014年在加拿大阿尔伯塔省莱斯布里奇大学采集）21。数据通过研究电子数据采集系统（Research Electronic Data Capture）进行存储和管理22。

患者包括22名手部正中神经损伤（DH）参与者和26名非优势手正中神经损伤（NDH）参与者。完整的人口统计学细节见表3；除受伤后时间在受影响的DH组略长（p = 0.050）外，两组之间未发现其他差异（受影响的DH组与受影响的NDH组比较）。两组均接受了相同的实验方案。

变量 总计DH 受累NDH 受累组间比较 
(n = 48)(n = 22)(n = 26)
均值/计数均值/计数均值/计数t/χ2p 
(%, SD, 或 范围)(%, SD, 或 范围)(%, SD, 或 范围)
年龄（年）44.42 ± 15.5541 ± 15.543 ± 15.6-0.8960.375
性别 = 女性 (n)28 (58%)15(68%)13(50%)0.9590.327
种族白人 37 (77%)18 (81.8%)19 (73%)0.1390.709
黑人/非裔美国人 9 (19%)4 (18.2%)5 (19.3%)0.0001.000
美洲原住民 3 (6%)1 (4.5%)2 (7.7%)0.0001.000
亚裔美国人/太平洋岛民  0 (0%)0 (0%)0 (0%)0.3330.564
其他 2 (4%)0 (0%)2 (7.7%)0.3650.546
教育程度高中以下  2 (4%)0 (0%)2(7.7%)0.0530.819
高中或同等学历 10 (21%)4(18%)6(23%)0.4000.527
部分大学教育 16 (33%)9 (41%)7(27%)0.2500.617
大学及以上19 (39%)9(41%)10 (38.5%)0.0530.819
其他 1(2%) 0(0%)1(4%)0.0150.904
受累手 = 优势手 (n)22 (45.8%)26 (54%)––
受伤后月数（中位数）11 (1-160)13 (4-47)9 (1-160) -0.3060.761
近期与损伤相关的疼痛（0-10）3 (0-10) 3 (0-8) 3 (0 -10) 0.2260.822
损伤严重程度神经失用8 (17%) 4 (8.33%)4 (8.33%)0.0170.897
轴突断裂18 (38%) 7 (14.6 %)11 (23%)0.8890.346
神经断裂22 (46%)11 (23%)11 (23%)01
受累神经尺神经27 (56%)12 (54.5%)15 (57.6%)01
正中神经33 (68.75%)15 (68%)18 (69%)01
桡神经18 (37.5%)5 (23%)13 (50%)2.7080.100
骨间后神经4 (8%)2 (9%)2(7.6%)01
骨间前神经3 (6%)1 (4.5%)2 (7.6%)01
皮神经7 (14.5%)4 (18.6%)3 (11.5%)0.0570.811
其他11 (22%)7 (32%)4 (15%)1.0100.315
损伤部位臂丛神经15 (31.3%)8 (36%)7 (27%)0.1530.696
上臂7 (14.5%)4 (18%)3 (11.5%)0.0570.811
肘部11 (23%)6(27%)5(19%)0.1000.752
前臂15 (31%)9 (27%)6 (19%)1.0310.310
腕部22 (46%)8 (41%)14(23%)0.8470.357
手部6 (12.5%)3 (13%.6)3 (11.5%)01
手指 4(8%)2 (9%)2(7.6%)01
损伤原因外伤 29 (60%)12 (54.5%) 17 (65.4%) 0.8620.353
手术并发症 9 (19%) 5 (22.7%) 4 (15.4%)0.1110.739
慢性压迫 7 (15%)4 (18.2 %) 3 (11.5%)0.1430.706
其他3 (6%) 1 (4.55%)  2 (7.7)%0.3330.564

表3：患者人口统计学特征。 组间差异通过数值数据的t检验和分类数据的x2 检验进行评估。手术 = 针对此损伤的手术。无参与者被认定为西班牙裔和/或拉丁裔。

针对本报告的数据分析包括通过手部使用率的聚类分析来识别参与者的亚组。数据分析在MATLAB 23.2.0中进行；聚类分析使用linkage函数，基于最短欧氏距离，结果通过dendrogram函数进行可视化。此外，为确定人口统计学因素是否与手部使用相关，分类因素采用方差分析（ANOVA）进行检验，定量因素则通过Spearman相关性分析进行检验。未进行多重比较校正。

BBT 的主要结局指标是优势手（或患手）抓取动作所占的比例，针对每位参与者按照步骤 5.4 所述进行测量：

感兴趣手部的抓握次数 / 总抓握次数

BBT 显示了周围神经损伤（PNI）后非典型手部使用模式，如图4所示。在当前数据中，健康成年人（仅右利手数据可用）使用其优势手的比率为 0.63 ± 0.14，与先前使用相同设计的研究结果非常接近（0.64 ± 0.0721，0.64 ± 0.0223）。在单侧优势手周围神经损伤的患者中，平均手部使用率与健康成年人无明显差异：右利手患者为 0.59 ± 0.32（n = 20，Mann-Whitney U 检验 p = 0.70），所有利手类型合并为 0.62 ± 0.3（n = 22，p = 0.90）；左利手患者未进行统计分析（n = 2）。然而，大多数个体患者表现出非典型的手部使用模式。为了量化这一模式，对所有参与者（无论是否受伤及手部优势）进行了聚类分析（n = 68），结果生成了如图5所示的树状图。

figure-results-1
图4：有无周围神经损伤（PNI）情况下的手部使用情况。每个点代表1名参与者。在群体水平上，患者与典型成年人之间无显著差异，但57%的个体患者落在典型范围（0.4–0.875）之外。引入了水平抖动以增强各个数据点的可见性。受伤手部：DH = 优势手，NDH = 非优势手，None = 典型成年人。（A） 右手患者（n=41）和典型成年人（n=20）。（B） 左手患者（n=7）。（C） 任意利手的患者（n=61）。请点击此处查看该图的放大版本。

figure-results-2
图5：参与者手部使用情况的聚类分析。 树状图显示了参与者的三个聚类：典型优势手使用（青色）、始终使用优势手（绿色）以及从不使用优势手（洋红色）。每位参与者均标注了所属组别（优势手损伤、非优势手损伤或健康）、利手情况（右利、左利）以及优势手使用比例。请点击此处查看该图的放大版本。

该聚类分析确定了三个组，其截断值为 >0.100 和 >0.875：几乎从不使用数字健康（DH）的患者 （中位数 0.03）；几乎总是使用 DH 的患者 （中位数 1.00）；以及 以常规速率使用DH的个体 （中位数 0.60）。若排除左利手者，聚类阈值保持一致。总体而言，大多数患者表现出非典型手部使用模式（27/47，57%），但手部使用聚类并不取决于优势手是否受伤，如图所示 图6具体而言，部分患者表现出患手使用量增加，其中包括 8/22 名 DH 损伤患者（36%）。因此，个体患者的用手习惯可能显著偏离典型模式，但若无个体化测量，无法预测其偏离方向。

figure-results-3
图6：个体特征与手部使用聚类之间的关系。 某些参与者即使在惯用手受伤的情况下仍始终使用惯用手，而另一些参与者即使在非惯用手受伤的情况下也从不使用惯用手。数字 = 每个聚类中的参与者人数。请点击此处查看此图的放大版本。

右手使用者的手部使用情况不受关键临床特征的预测，包括受累神经、损伤部位、严重程度、术后月数或疼痛（p > 0.2，在所有情况下）；详细信息请参见 补充表格. 由于左利手样本量较小且组间存在差异，方差分析仅纳入右利手个体。尽管方差分析中未发现显著因素，但有一个因素与手部使用情况呈显著的部分相关：即通过爱丁堡利手量表自评变化所测量的偏好偏移。ρ = -0.594，p < .001）。当将分析局限于DH损伤患者时，上述所有特征仍呈现相同模式（p  ≥ 0.09、0.170、0.816、0.978、0.615 和 0.038）。总体而言，尽管自我报告的手部使用情况与实际手部使用存在部分相关性，但先前的因素无法很好地预测非典型手部使用情况。

BBT 检测快速且可靠。大多数受试者可在不到 3 分钟内完成 BBT；健康成年人从首次到最后一次移动所需时间为 157 ± 33 秒（范围 99–291 秒，中位数为 152 秒；数据来自22）；单侧周围神经损伤患者所需时间为 245 ± 141 秒（范围 120–919 秒，中位数为 217 秒）。

为了评估外部效度，先前一项研究在单侧周围神经损伤（PNI）患者中比较了九孔插板试验（BBT）的手部选择与运动活动记录表（MAL）自报的手部偏好6；这两种测量方法之间呈中等程度相关（r2 = 0.33）4，这在测量相似构念但方法存在显著差异的工具之间是适当的；例如，MAL测量的是患者对患手使用或不使用的自报情况，而不考虑非患手的使用情况。BBT具有良好的重测信度（r = 0.838），即使在多次测试的模型设计存在较大差异时也是如此（比较由10块积木与5块积木构成的模型，所有积木均为标准尺寸）23。

这些结果表明，BBT具有较高的精确性、快速性和有效性，因此能够检测出手部使用中的非典型模式，而这些模式可能在临床特征中并不明显。

补充表格。 请点击此处下载该文件。

讨论

积木搭建任务（Block Building Task, BBT）可在无约束的目标导向情境下，快速、低成本且定量地评估左右手的选择情况。因此，BBT 为评估单侧周围神经损伤（PNI）患者术后手部使用模式及其与临床结局的关联提供了独特的方法3。当前论文中的新颖结果（图4、图5、图6）表明，单侧 PNI 后的手部使用模式可能是接近正常的惯用手（DH）使用，也可能出现显著偏向惯用手或非惯用手（NDH）的情况——无论受伤侧为 DH 或 NDH，上述模式均可能出现。手部使用模式无法通过既有的临床变量进行预测，因此必须通过直接测量来识别非典型的手部使用模式，从而判断何种训练或康复方案可能最有利于患者。

患者分为三类

BBT 显示，个体患者在单侧周围神经损伤（PNI）后呈现出三种不同的反应模式：部分患者继续保持大致典型的用手习惯；部分患者则完全转为使用其优势手（DH）或非优势手（NDH）——其中包括少数转为始终使用受伤手的个体。目前尚不清楚大致典型的患者是否已从伤前基线状态改变了其用手行为，但57%的患者属于非典型用手模式的某一类群。因此，有必要进一步研究用手行为的细微变化（即在大致典型类群内部）所产生的影响，而仅使用单手的患者则可能对其生活和日常活动产生显著影响。

重要的是，损伤的临床特征无法预测手部使用情况。无论是损伤侧、位置、严重程度、病程持续时间或疼痛程度，均不能显著预测手部使用模式。自我报告的手偏好与实际手部使用情况存在相关性，但尽管该相关性具有统计学意义，其解释力仅为部分：手偏好仅能部分解释实际的手部使用情况。 ≈ 手部使用差异的23%。这与先前的研究发现一致，即手部使用是一个独立的构念7 无法通过自报告问卷准确预测11 或手部灵巧性的评估22因此，有必要对单侧上肢功能障碍后患者的手部使用情况进行定量测量，以明确其应对方式，进而判断是否需要进行干预，以促进与手部使用相关的结果，例如提高常用手的功能表现或改变手部使用模式。

当手部使用方式发生改变（即始终使用患侧或非患侧手）时，这种改变可能代表一种策略性选择：患者可能为了避免患侧的不适或功能受限而减少使用，或通过有意识地使用患侧手进行自我康复。然而，这些解释存在循环论证的问题，因为目前尚不清楚为何不同个体参与者会选择其中一种策略而非另一种。未来的研究应明确导致部分患者使用或回避其患侧手的心理或其他因素。

手部使用习惯的个体转变往往不会自然发生，目前尚不清楚为何这种转变难以实现。确实，即使患者的非优势手在受伤后变得更为灵巧，患者也常常未能转变其手部使用习惯，且针对手部使用习惯转变的干预措施效果参差不齐27,28,29。手部优势的神经基础部分依赖于练习29，但并非完全如此；手部优势还具有遗传成分30,31。然而，某些研究线索表明，优势手的再训练可能是可行的。在患有偏瘫优势手的卒中患者中，初步数据显示，对非优势手进行功能训练可提高其日常生活功能独立性32。在上肢截肢者中，长期丧失优势手（因而被迫使用非优势手）后，其非优势手的功能表现可接近健康个体的优势手水平33。然而，这些研究大多关注手部功能表现，而非手部实际使用情况。未来的研究或许能够阐明，在康复过程中手部使用是否以及如何发生转变，包括神经调控可能促使那些仅靠时间推移和常规康复通常无法实现的改变成为可能。无论如何，即使手部使用习惯或偏好的转变仍难以实现，量化手部使用情况仍然具有重要意义，因为对手部使用的测量有助于识别出那些由于现有非典型手部使用模式而可能从基于功能表现的康复训练中获益的个体。

积木搭建任务

BBT 的主要结局指标（使用目标手完成的动作所占比例）易于测量，其代表对左右手抓取动作的简单计数。然而，建议对 BBT 过程进行视频录制，以确保结果准确；同时建议至少由两名编码人员分别观看视频并核对各自的计数结果，以达成共识。

BBT 对模型选择、砖块选择和砖块位置的小幅变动具有较强的稳健性。本文推荐了砖块、模型及摆放位置（图2、图3），但这些仅为便于实验设计的建议，而非强制要求。只要所选砖块的尺寸与推荐尺寸大致相同22，且模型摆放位置能使参与者清晰看到砖块及其相对位置，则使用其他类型的砖块或模型不应影响实验结果。砖块在工作区域内的具体位置也不应影响结果，前提是砖块在工作区域内分布均匀：在未发表的数据中，参与者曾多次连续使用相同位置完成 BBT（即每次使用不同颜色和形状的砖块，但位置不变），但从未察觉到位置重复出现。

与现有工具相比，BBT 在定量评估实际手部选择方面具有多种优势。目前存在一些专用的研究工具，但这些替代方法要么将参与者动作限制在二维平面内34,35，要么需要昂贵的虚拟现实设备和专门的数据分析36，或仅限于在3至5个目标位置之间进行操作37,38,39。手偏爱量化测试（Quantification of Hand Preference Test）17要求参与者在7个不同位置抓取卡片，模拟真实环境中的伸手动作，但其局限性在于所有动作的距离均相同，且物体使用方式缺乏功能性（将卡片放入盒子中，而非用于游戏等实际用途）。相比之下，BBT 要求参与者使用塑料积木构建模型，使伸手抓握动作嵌入于目标导向的行为情境中。目标、情境以及后续动作均会影响伸手行为40及其神经机制41,42,43,44——而相较于非目标导向动作，目标导向动作更能反映人类自然的伸手行为，因为人们通常是为了实现外部目标而伸手。例如，当一个人伸手去拿咖啡杯时，其目的并非抓起杯子本身，而是为了喝咖啡。

尽管目前尚无其他方法能够快速定量测量手部使用情况，但 BBT 仍存在诸多局限性。首先，手部选择具有任务特异性，因此 BBT 的结果可能无法推广至其他动作或环境。然而，此前一项研究将 BBT 的结果与砖块堆叠任务进行了比较（实验设计类似，但使用重 750 g 的半块砖，仅堆成简单塔状而非复杂模型）；两项任务的结果呈显著相关（r2 = 0.64）3，表明 BBT 的结果应可适用于伸手抓取并进行后续精细物体操作这一特定情境之外的其他场景。其次，BBT 的实验设置要求砖块必须放置在固定位置，而非根据参与者个体调整位置，因此伸手的距离和用力程度取决于参与者的臂长。不过，作者团队从未遇到过无法触及所有砖块的参与者。第三，目前尚不清楚惯用左手的健康成年人在 BBT 中的表现如何；早期研究虽已纳入左利手参与者19,45，但使用当前实验设计的左利手者仅限于患者群体。最后，BBT 依赖于无约束的手部选择，因此若实验者无意中透露 BBT 的目的是测量参与者使用哪只（或哪些）手，则参与者可能因此自我监控其行为，从而影响实验结果。虽然对参与者进行欺骗是不恰当的，但实验者可采用非引导性语言，例如：“这个任务将帮助我们了解你如何用手构建一个简单图形。”

总体而言，积木搭建任务（BBT）通过提供首个快速、经济、定量的无约束目标导向左右手选择评估方法，填补了单侧上肢功能障碍（如外周神经损伤，PNI）患者临床及科研评估领域的一项空白。

致谢

本工作由美国国立卫生研究院/国家神经疾病与卒中研究所（NIH/NINDS）R01 NS114046 基金资助，项目负责人：BAP。

材料

本文使用的材料清单
姓名公司目录编号评论
底板The Lego Group11023
砖块：1x2 长方形，深青色The Lego Group60049438 个 + 备用；建议从 brickowl.com 购买
砖块：1x2 长方形，橙色The Lego Group41217398 个 + 备用；建议从 brickowl.com 购买
砖块：1x2 带 45° 斜面，深红色The Lego Group45415268 个 + 备用；建议从 brickowl.com 购买
砖块：1x2 带 45° 斜面，中石灰色The Lego Group42116148 个 + 备用；建议从 brickowl.com 购买
砖块：2x2 正方形，黑色The Lego Group303268 个 + 备用；建议从 brickowl.com 购买
砖块：2x2 正方形，白色The Lego Group3003018 个 + 备用；建议从 brickowl.com 购买
砖块：2x2 带 45° 斜面，深蓝色The Lego Group41536538 个 + 备用；建议从 brickowl.com 购买
砖块：2x3 带拱形，深绿色The Lego Group6215288 个 + 备用；建议从 brickowl.com 购买
砖块：2x4 长方形，红色The Lego Group3001218 个 + 备用；建议从 brickowl.com 购买
砖块：2x4 长方形，黄色The Lego Group3001248 个 + 备用；建议从 brickowl.com 购买
胶水（Krazy Glue）McKessonEPIKG58548R用于粘合模型
标签纸Avery8195
展示板：Two Cool 三折展示板，36 x 48"，白/白色GeographicsGEO26790BBT 将使用 80 x 60 cm 的工作区域。建议使用可折叠的展示板。
支架AdoroxKPL7_ADX_FBK用于在实验过程中支撑模型

参考文献

  1. Philip, B. A., Kaskutas, V., Mackinnon, S. E. Impact of handedness on disability after unilateral upper extremity peripheral nerve disorder. HAND. 15 (3), 327-334 (2020).
  2. Ciaramitaro, P., et al. Traumatic peripheral nerve injuries: Epidemiological findings, neuropathic pain and quality of life in 158 patients. J Peripher Nerv Syst. 15 (2), 120-127 (2010).
  3. Kim, T., Lohse, K. R., Mackinnon, S. E., Philip, B. A. Patient outcomes after peripheral nerve injury depend on bimanual dexterity and preserved use of the affected hand. Neurorehabil Neural Repair. 38 (2), 134-147 (2024).
  4. Philip, B. A., Thompson, M. R., Baune, N. A., Hyde, M., Mackinnon, S. E. Failure to compensate: Patients with nerve injury use their injured dominant hand, even when their nondominant is more dexterous. Arch Phys Med Rehabil. 103 (5), 899-907 (2022).
  5. Oldfield, R. C. The assessment and analysis of handedness: The Edinburgh inventory. Neuropsychologia. 9 (1), 97-113 (1971).
  6. Uswatte, G., Taub, E., Morris, D., Light, K., Thompson, P. The motor activity log-28 assessing daily use of the hemiparetic arm after stroke. Neurology. 67 (7), 1189-1194 (2006).
  7. Dexheimer, B., Sainburg, R. L., Sharp, S., Philip, B. A. Roles of handedness and hemispheric lateralization: Implications for rehabilitation of the central and peripheral nervous systems: A rapid review. Am J Occup Ther. 78 (2), 7802180120(2024).
  8. Taylor, C., et al. Seven-day activity and self-report compared to a direct measure of physical activity. Am J Epidemiol. 120 (6), 818-824 (1984).
  9. Klesges, R. C., et al. The accuracy of self-reports of physical activity. Med Sci Sports Exerc. 22 (5), 690-697 (1990).
  10. Bazo, N. S., Marcori, A. J., Guimaraes, A. N., Teixeira, L. A., Okazaki, V. H. A. Inventories of human lateral preference: A systematic review. Percept Mot Skills. , (2023).
  11. Flindall, J. W., Gonzalez, C. L. Wait wait don't tell me: Handedness questionnaires do not predict hand preference for grasping. Laterality. 24 (2), 176-196 (2019).
  12. Fugl-Meyer, A. R., Jaasko, L., Leyman, I., Olsson, S., Steglind, S. The post-stroke hemiplegic patient. 1. a method for evaluation of physical performance. Scand J Rehabil Med. 7 (1), 13-31 (1975).
  13. Mathiowetz, V., Volland, G., Kashman, N., Weber, K. Adult norms for the box and block test of manual dexterity. Am J Occupation Ther. 39 (6), 386-391 (1985).
  14. Tretriluxana, J., Gordon, J., Winstein, C. J. Manual asymmetries in grasp pre-shaping and transport–grasp coordination. Exp Brain Res. 188 (2), 305-315 (2008).
  15. Hudak, P. L., et al. Development of an upper extremity outcome measure: The dash (disabilities of the arm, shoulder, and head). Am J Industrial Med. 29 (6), 602-608 (1996).
  16. Beaton, D. E., Wright, J. G., Katz, J. N., Group, U. E. C. Development of the quickdash: Comparison of three item-reduction approaches. J Bone Joint Surg Am. 87 (5), 1038-1046 (2005).
  17. Bishop, D. V., Ross, V. A., Daniels, M. S., Bright, P. The measurement of hand preference: A validation study comparing three groups of right-handers. Br J Psychol. 87 (Pt 2), 269-285 (1996).
  18. Chen, S., Wolf, S. L., Zhang, Q., Thompson, P. A., Winstein, C. J. Minimal detectable change of the actual amount of use test and the motor activity log. Neurorehabil Neural Repair. 26 (5), 507-514 (2012).
  19. Stone, K. D., Bryant, D. C., Gonzalez, C. L. Hand use for grasping in a bimanual task: Evidence for different roles. Exp Brain Res. 224 (3), 455-467 (2013).
  20. Gonzalez, C. L. R., Ganel, T., Goodale, M. A. Hemispheric specialization for the visual control of action is independent of handedness. J Neurophysiol. 95 (6), 3496-3501 (2006).
  21. Stone, K. D., Gonzalez, C. L. Manual preferences for visually- and haptically-guided grasping. Acta Psychol. 160, 1-10 (2015).
  22. Harris, P. A., et al. Research electronic data capture (redcap)—a metadata-driven methodology and workflow process for providing translational research informatics support. J Biomed Info. 42 (2), 377-381 (2009).
  23. Kim, T., et al. Healthy adults favor stable left/right hand choices over performance at an unconstrained reach-to-grasp task. Exp Brain Res. 242 (6), 1349-1359 (2024).
  24. Franchignoni, F., et al. Minimal clinically important difference of the disabilities of the arm, shoulder and hand outcome measure (dash) and its shortened version (quickdash). J Ortho Sports Phys Ther. 44 (1), 30-39 (2014).
  25. Gummesson, C., Ward, M. M., Atroshi, I. The shortened disabilities of the arm, shoulder and hand questionnaire (quickdash): Validity and reliability based on responses within the full-length dash. BMC Musculoskelet Disord. 7, 44(2006).
  26. Friard, O., Gamba Boris, M. A free, versatile open-source event-logging software for video/audio coding and live observations. Method Ecol Evol. 7 (11), 1325-1330 (2016).
  27. Luken, M., Yancosek, K. E. Effects of an occupational therapy hand dominance transfer intervention for soldiers with crossed hand-eye dominance. J Mot Behav. 49 (1), 78-87 (2017).
  28. Yancosek, K. E., Mullineaux, D. R. Stability of handwriting performance following injury-induced hand-dominance transfer in adults: A pilot study. J Rehabil Res Dev. 48 (1), 59-68 (2011).
  29. Marcori, A. J., Monteiro, P. H. M., Okazaki, V. H. A. Changing handedness: What can we learn from preference shift studies. Neurosci Biobehav Rev. 107, 313-319 (2019).
  30. Sha, Z., et al. Handedness and its genetic influences are associated with structural asymmetries of the cerebral cortex in 31,864 individuals. Proc Natl Acad Sci U S A. 118 (47), e2113095118(2021).
  31. Mcmanus, I. C., Davison, A., Armour, J. A. Multilocus genetic models of handedness closely resemble single-locus models in explaining family data and are compatible with genome-wide association studies. Ann N Y Acad Sci. 1288, 48-58 (2013).
  32. Sainburg, R. L., Maenza, C., Winstein, C., Good, D. Progress in Motor Control. , Springer. 257-272 (2016).
  33. Philip, B. A., Frey, S. H. Compensatory changes accompanying chronic forced use of the nondominant hand by unilateral amputees. J Neurosci. 34 (10), 3622-3631 (2014).
  34. Liang, J., Wilkinson, K. M., Sainburg, R. L. Cognitive-perceptual load modulates hand selection in left-handers to a greater extent than in right-handers. Exp Brain Res. 237 (2), 389-399 (2018).
  35. Przybyla, A., Coelho, C. J., Akpinar, S., Kirazci, S., Sainburg, R. L. Sensorimotor performance asymmetries predict hand selection. Neuroscience. 228, 349-360 (2013).
  36. Buxbaum, L. J., Dawson, A. M., Linsley, D. Reliability and validity of the virtual reality lateralized attention test in assessing hemispatial neglect in right-hemisphere stroke. Neuropsychology. 26 (4), 430(2012).
  37. Bryden, P. J., Mayer, M., Roy, E. A. Influences of task complexity, object location, and object type on hand selection in reaching in left and right-handed children and adults. Dev Psychobiol. 53 (1), 47-58 (2011).
  38. Leconte, P., Fagard, J. Which factors affect hand selection in children's grasping in hemispace? Combined effects of task demand and motor dominance. Brain Cogn. 60 (1), 88-93 (2006).
  39. Mamolo, C. M., Roy, E. A., Bryden, P. J., Rohr, L. E. The effects of skill demands and object position on the distribution of preferred hand reaches. Brain Cogn. 55 (2), 349-351 (2004).
  40. Johnson-Frey, S., Mccarty, M., Keen, R. Reaching beyond spatial perception: Effects of intended future actions on visually guided prehension. Visual Cognition. 11 (2-3), 371-399 (2004).
  41. Gallivan, J. P., Johnsrude, I. S., Flanagan, J. R. Planning ahead: Object-directed sequential actions decoded from human frontoparietal and occipitotemporal networks. Cereb Cortex. 26 (2), 708-730 (2015).
  42. Watson, P., Van Wingen, G., De Wit, S. Conflicted between goal-directed and habitual control, an fMRI investigation. eneuro. , (2018).
  43. Rosell-Negre, P., et al. Reward contingencies improve goal-directed behavior by enhancing posterior brain attentional regions and increasing corticostriatal connectivity in cocaine addicts. PloS One. 11 (12), e0167400(2016).
  44. Baldauf, D., Cui, H., Andersen, R. A. The posterior parietal cortex encodes in parallel both goals for double-reach sequences. J Neurosci. 28 (40), 10081-10089 (2008).
  45. Gonzalez, C. L., Whitwell, R. L., Morrissey, B., Ganel, T., Goodale, M. A. Left handedness does not extend to visually guided precision grasping. Exp Brain Res. 182 (2), 275-279 (2007).

重印与许可

标签

手部使用评估单侧损伤优势手使用聚类分析上肢功能手部定量测量利手评估
单侧外周神经损伤后手部选择模式的积木构建任务可识别出不同的左右手使用群体
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。