Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
JoVE Journal Medicine
Click here for the English version

Medicine

Herramientas de realidad virtual para evaluar la negligencia espacial unilateral: una nueva oportunidad para la recopilación de datos

Published: March 10, 2021 doi: 10.3791/61951
Automatic Translation
1,2, 2, 3, 2, 2, 1,2, 1,2,4
1Department of Neurology, University of Pennsylvania, 2Laboratory for Cognition and Neural Stimulation, University of Pennsylvania, 3Department of Psychology, Drexel University, 4Department of Physical Medicine and Rehabilitation, University of Pennsylvania

Summary

El objetivo fue diseñar, construir y pilotar una novedosa tarea de realidad virtual para detectar y caracterizar la negligencia espacial unilateral, un síndrome que afecta al 23-46% de los sobrevivientes de accidentes cerebrovasculares agudos, ampliando el papel de la realidad virtual en el estudio y manejo de la enfermedad neurológica.

Abstract

La negligencia espacial unilateral (NPS) es un síndrome caracterizado por falta de atención o inacción en un lado del espacio y afecta a entre el 23-46% de los sobrevivientes de accidente cerebrovascular agudo. El diagnóstico y la caracterización de estos síntomas en pacientes individuales pueden ser desafiantes y, a menudo, requieren personal clínico calificado. La realidad virtual (RV) presenta una oportunidad para desarrollar nuevas herramientas de evaluación para pacientes con USN.

Nuestro objetivo fue diseñar y construir una herramienta de realidad virtual para detectar y caracterizar síntomas sutiles de USN, y probar la herramienta en sujetos tratados con estimulación magnética transcraneal repetitiva inhibitoria (EMT) de regiones corticales asociadas con USN.

Creamos tres condiciones experimentales aplicando TMS a dos regiones distintas de la corteza asociadas con el procesamiento visuoespacial, el giro temporal superior (STG) y el giro supramarginal (SMG), y aplicamos TMS simulado como control. Luego colocamos a los sujetos en un entorno de realidad virtual en el que se les pidió que identificaran las flores con asimetrías laterales de flores distribuidas a través de arbustos en ambos hemiespacios, con un ajuste de dificultad dinámica basado en el rendimiento de cada sujeto.

Se encontraron diferencias significativas en el guiñada media de la cabeza entre los sujetos estimulados en el STG y los estimulados en el SMG y efectos marginalmente significativos en el eje visual promedio.

La tecnología VR se está volviendo más accesible, asequible y robusta, presentando una oportunidad emocionante para crear herramientas útiles y novedosas similares a los juegos. Junto con TMS, estas herramientas podrían usarse para estudiar déficits neurológicos específicos, aislados y artificiales en sujetos sanos, informando la creación de herramientas de diagnóstico basadas en VR para pacientes con déficits debido a lesiones cerebrales adquiridas. Este estudio es el primero que conocemos en el que los síntomas de USN generados artificialmente se han evaluado con una tarea de realidad virtual.

Introduction

La negligencia espacial unilateral (NPS) es un síndrome caracterizado por falta de atención o inacción en un lado del espacio que afecta a entre el 23-46% de los supervivientes de ictus agudo, más comúnmente con lesión en el hemisferio cerebral derecho y que da lugar a una tendencia a ignorar el lado izquierdo del espacio y/o el cuerpo del superviviente1,2. Aunque la mayoría de los pacientes con USN experimentan una recuperación significativa a corto plazo, los síntomas sutiles de USN a menudo persisten3. La USN puede aumentar el riesgo de caídas en el paciente e impedir las actividades de la vida diaria2,4 También se ha demostrado que tiene un impacto negativo en los resultados funcionales motores y globales5,6.

Los déficits en USN pueden conceptualizarse como existentes en múltiples dimensiones, como si una persona ignora un lado del espacio con respecto a su propio cuerpo (egocéntrico) o con respecto a un estímulo externo (alocéntrico)7,8,9, o si una persona es incapaz de dirigir su atención (atencional) o acciones (intencionales) hacia un lado del espacio10 . Los pacientes a menudo exhiben una constelación compleja de síntomas que se pueden caracterizar a lo largo de más de una de estas dimensiones. Se cree que esta variabilidad de los síndromes de USN es el resultado de diversos grados de lesión a estructuras neuroanatómicas específicas y redes neuronales, que son complejas11. El abandono alocéntrico se ha asociado con lesiones del giro angular (AG) y del giro temporal superior (STG), mientras que la corteza parietal posterior (PPC) incluyendo el giro supramarginal (SMG) se ha implicado en el procesamiento egocéntrico12,13,14,15. Se cree que la negligencia atencional involucra lesiones en la IPL16 derecha, mientras que la negligencia intencional se cree que es secundaria al daño del lóbulo frontal derecho17 o ganglios basales18.

La evaluación clínica de la USN actualmente se basa en instrumentos neuropsicológicos de lápiz y papel. Estas herramientas de evaluación convencionales pueden ser menos sensibles que las herramientas tecnológicamente más sofisticadas, lo que resulta en un diagnóstico erróneo o un diagnóstico insuficiente de algunos pacientes con USN19. Una mejor caracterización de los déficits residuales podría facilitar la administración de la terapia a pacientes con NPS más leve y potencialmente mejorar su recuperación general, pero dicha caracterización requeriría herramientas de diagnóstico muy sensibles. La USN plantea desafíos similares en el entorno de laboratorio, donde puede ser difícil aislarse de las discapacidades motoras y visuales que comúnmente acompañan a la USN entre los pacientes con accidente cerebrovascular.

La realidad virtual (RV) presenta una oportunidad única para desarrollar nuevas herramientas para el diagnóstico y caracterización de la USN. La RV es un entorno 3D multisensorial presentado en primera persona con interacciones en tiempo real en el que los individuos son capaces de realizar tareas que involucran objetos ecológicamente válidos20. Es una herramienta prometedora para evaluar la USN; la capacidad de controlar con precisión lo que el usuario ve y escucha permite a los desarrolladores presentar una amplia variedad de tareas virtuales al usuario. Además, los sofisticados paquetes de hardware y software actualmente disponibles permiten la recopilación en tiempo real de una gran cantidad de datos sobre las acciones del usuario, incluidos los movimientos de los ojos, la cabeza y las extremidades, superando con creces las métricas ofrecidas por las pruebas de diagnóstico tradicionales21. Estos flujos de datos están disponibles instantáneamente, lo que abre la posibilidad de ajustar en tiempo real las tareas de diagnóstico en función del rendimiento del usuario (por ejemplo, apuntar al nivel de dificultad ideal para una tarea determinada). Esta característica puede facilitar la adaptación de tareas a la amplia gama de gravedad observada en USN, que se considera una prioridad en el desarrollo de nuevas herramientas de diagnóstico para USN22. Además, las tareas inmersivas de RV pueden imponer una mayor carga sobre los recursos atencionales de los pacientes23,24, lo que resulta en un aumento de los errores que pueden facilitar la detección de síntomas de negligencia; de hecho, se ha demostrado que algunas tareas de realidad virtual han aumentado la sensibilidad en comparación con las medidas convencionales de papel y lápiz de USN24,25.

En este estudio, el objetivo fue crear una herramienta de evaluación que no requiera experiencia en neurología para operar y que pueda detectar y caracterizar de manera confiable incluso casos sutiles de USN. Construimos una tarea basada en la realidad virtual, similar a un juego. Luego inducimos un síndrome similar a USN en sujetos sanos con estimulación magnética transcraneal (EMT), una técnica de estimulación cerebral no invasiva que utiliza pulsos electromagnéticos emitidos por una bobina de estimulación de mano, que pasan a través del cuero cabelludo y el cráneo del sujeto e inducen corrientes eléctricas en el cerebro del sujeto que estimulan las neuronas26,27. Esta técnica ha sido utilizada en el estudio de USN por otros13,17,28,29,30, aunque hasta donde sabemos nunca en conjunto con una herramienta de evaluación basada en VR.

Muchos investigadores ya están trabajando en aplicaciones diagnósticas y terapéuticas de los sistemas de realidad virtual. Revisiones recientes31,32 exploraron una serie de proyectos destinados a la evaluación de la RSU con técnicas basadas en RV, y se han publicado otros estudios con este objetivo33,34,35,36,37,38,39,40,41 . La mayoría de estos estudios no utilizan el complemento completo de la tecnología de realidad virtual que actualmente está disponible para el mercado de consumo (por ejemplo, una pantalla montada en la cabeza (HMD) e insertos de seguimiento ocular), lo que limita sus conjuntos de datos a un número menor de métricas fácilmente cuantificables. Además, todos estos estudios se realizaron en pacientes con lesión cerebral adquirida que conduce a LA USN, lo que requirió métodos de detección para garantizar que los pacientes pudieran al menos participar en las tareas de evaluación (por ejemplo, excluyendo a los pacientes con grandes déficits del campo visual o deterioro cognitivo). Es posible que los déficits cognitivos, motores o visuales más sutiles pasen por debajo del umbral de estos métodos de detección, posiblemente confundiendo los resultados de estos estudios. También es posible que dicho cribado sesgara las muestras de participantes en estos estudios hacia un subtipo particular de USN.

Para evitar los sesgos de cribado de estudios previos, reclutamos sujetos sanos y simulamos artificialmente los síntomas de la USN con un protocolo estándar de EMT que está bien descrito en un manuscrito reciente15, con el objetivo de inducir síntomas alocéntricos similares a los de la USN al dirigirse al STG y a los síntomas egocéntricos similares a los de la USN dirigiéndose al SMG. Diseñamos la tarea para ajustar activamente su dificultad ensayo a ensayo y diferenciar entre diferentes subtipos de USN, específicamente síntomas alocéntricos vs. egocéntricos. También utilizamos evaluaciones estándar de papel y lápiz de USN para demostrar formalmente que los déficits que inducimos con rTMS son similares a USN. Creemos que el método será útil para otros investigadores que quieran probar nuevas herramientas de realidad virtual para la evaluación y rehabilitación de USN.

Subscription Required. Please recommend JoVE to your librarian.

Protocol

Este estudio fue aprobado por la Junta de Revisión Institucional local y cumple con todos los criterios establecidos por las Guías de Buenas Prácticas Clínicas. Todos los participantes dieron su consentimiento informado antes de que comenzaran los procedimientos del estudio. Se esperaba que los participantes del estudio participaran en tres sesiones separadas (descritas en la Tabla 1). Los elementos del experimento se describen de manera escalonada a continuación. El orden de la sesión fue aleatorizado.

Sesión A Tarea Pre-rTMA VR Trilla motora en reposo* rTMR en STG o SMG Tarea de comportamiento post-rTMS VR
5/10 pulsos provocan MEP o contracción de los dedos (* Solo primera sesión) 110% de RMT durante 20 min a 1 Hz (1200 pulsos en total)
15 minutos 60 minutos 20 minutos 15 minutos
Sesión B Tarea Pre-rTMA VR Trilla motora en reposo* rTMR en Vertex Tarea de comportamiento post-rTMS VR
5/10 pulsos provocan MEP o contracción de los dedos (* Solo primera sesión) 110% de RMT durante 20 min a 1 Hz (1200 pulsos en total)
15 minutos 60 minutos 20 minutos 15 minutos
Sesión C Tarea de comportamiento de papel y lápiz pre-rTMS Trilla motora en reposo* rTMR en STG o SMG Tarea de comportamiento de papel y lápiz post-rTMS
Prueba de Bell; Cancelación del círculo de Ota; cancelación de estancia; tarea de bisección de línea 5/10 pulsos provocan MEP o contracción de los dedos (* Solo primera sesión) 110% de RMT durante 20 min a 1 Hz (1200 pulsos en total) Prueba de Bell; Cancelación del círculo de Ota; cancelación de estancia; tarea de bisección de línea
10 minutos 60 minutos 20 minutos 10 minutos

Tabla 1. Estructura para cada sesión de estudio. El orden de la sesión fue aleatorizado. Tiempo estimado para cada elemento en cursiva. MEP=potencial evocado motor; rTMS=Estimulación Magnética Transcraneal Repetitiva; P&P=Pruebas diagnósticas de trazo de papel y lápiz; RMT=Umbral del motor en reposo

1. Tareas de comportamiento de papel y lápiz

  1. Haga que el sujeto complete la tarea de bisección de línea (LBT).
    1. Haga que el sujeto se siente en una mesa directamente frente al probador. Proporcione al sujeto un utensilio de escritura. Proporcione al sujeto la hoja de estímulo (Figura 1), asegurándose de que se coloque directamente frente al sujeto.
      NOTA: Aunque no se realizó en este experimento, sería ideal presentar cada línea para ser dividida individualmente en hojas de papel separadas para evitar sesgar el tema con contexto adicional (Ver Ricci y Chatterjee, 200142).
    2. Instruya al sujeto para que divida (divida en mitades) cada línea impresa en la hoja de estímulo y acérquese lo más posible al medio.
    3. Dígale al sujeto que mantenga la cabeza y los hombros centrados lo mejor posible, que complete la tarea de la manera más rápida y precisa posible, y que notifique al probador cuando haya terminado. Controle al sujeto para asegurarse de que no se incline o incline la cabeza excesivamente.
    4. Recoge la hoja del sujeto cuando los sujetos digan que han terminado.
  2. Haga que el sujeto complete la prueba de Bell.
    1. Proporcione al sujeto la hoja de estímulos de prueba de Bell (Figura 2).
    2. Indique al sujeto que rodee o tache todas las campanas de la hoja de estímulo, que lo haga de la manera más rápida y precisa posible, que mantenga la cabeza y los hombros lo más centrados posible y que notifique al probador cuando hayan terminado.
    3. Controle al sujeto para asegurarse de que no se incline o incline la cabeza excesivamente. Cuando el sujeto diga que ha terminado, pregúntele al sujeto si está seguro y permítale verificar su trabajo.
    4. Recoge la hoja del sujeto cuando los sujetos digan que se han hecho por segunda vez.
  3. Haga que el sujeto complete la tarea de cancelación de estrellas.
    1. Presente al sujeto la hoja de estímulo (Figura 3), asegurándose de que esté directamente frente a ellos.
    2. Indique al sujeto que rodee o tache todas las estrellas en la hoja de estímulo, que lo haga de la manera más rápida y precisa posible, que mantenga la cabeza y los hombros lo más centrados posible y que notifique al probador cuando hayan terminado.
    3. Controle al sujeto para asegurarse de que no se incline o incline la cabeza excesivamente.
    4. Recoge la hoja del sujeto cuando los sujetos digan que han terminado.
  4. Haga que el sujeto complete la tarea de cancelación del círculo de Ota.
    1. Proporcione al sujeto la hoja de estímulo de cancelación del círculo de Ota (Figura 4), asegurándose de que se coloque directamente frente al sujeto.
    2. Indique al sujeto que tache o rodee todos los círculos abiertos / incompletos, que lo haga de la manera más rápida y precisa posible, que mantenga sus hombros lo más centrados posible y que notifique al probador cuando haya terminado.
    3. Controle al sujeto para asegurarse de que no se incline o incline la cabeza excesivamente.
    4. Recoge la hoja del sujeto cuando los sujetos digan que han terminado.
    5. Repita esta tarea (pasos 1.4.1 a 1.4.4) con otra copia de la hoja de estímulo, pero esta vez la hoja de estímulo debe girarse 180 grados desde la orientación que se presentó originalmente.

2. Procedimientos TMS

  1. Cree un modelo para la neuronavegación antes de la primera sesión.
    1. Obtenga la resonancia magnética 3T T1 del sujeto en un tipo de archivo NIFTI o dicom.
    2. Cargue esa resonancia magnética en el software neuronavevecional para crear una representación 3D del cerebro del sujeto.
      1. Seleccione Nuevo proyecto vacío dentro del software. Arrastre la resonancia magnética del sujeto al campo etiquetado como "Archivo:".
      2. Vaya a la pestaña Reconstrucciones .
      3. Seleccione Nueva máscara y, en la siguiente pantalla, arrastre las líneas de límite verdes para abarcar toda la imagen del cerebro. Seleccione la máscara de proceso. Ajuste el umbral piel/aire en consecuencia para obtener una reconstrucción óptima.
      4. Vuelva a la pestaña Reconstrucciones y seleccione Nuevo cerebro completo curvilíneo y arrastre las líneas fronterizas verdes para abarcar toda la imagen del cerebro. Ajuste el espaciado de la rebanada a 1 mm y ajuste la profundidad del extremo a 18 mm. Seleccione Compute Curvilinear.
      5. Vaya a la pestaña Puntos de referencia y seleccione Configurar puntos de referencia. Seleccione Nuevo para crear un punto de referencia en la reconstrucción. Coloque puntos de referencia en la punta de la nariz, el puente de la nariz, el trago izquierdo y el trago derecho.
      6. Vaya a la pestaña Destinos y seleccione Configurar destinos. Seleccione la vista Cerebro curvilíneo y objetivos . Usando el inspector, pelar a una profundidad de 5-7 mm.
      7. Siga las pautas de Shah-Basak et al. (2018)14, Neggers et al. (2006)11 y Oliveri y Vallar (2009)39 para localizar el giro temporal superior o el giro supramarginal, y coloque un marcador en esos sitios.
      8. Coloque un marcador donde los dos surcos centrales se encuentren a lo largo de la fisura longitudinal mediana para la estimulación simulada en el vértice.
  2. Durante la primera sesión, encuentre el umbral motor en reposo del sujeto (puede completarse antes o después de la tarea de comportamiento).
    1. Haga que el sujeto esté sentado frente a una cámara de seguimiento óptico y coloque un rastreador en el sujeto con una diadema o gafas.
    2. Coloque tres electrodos desechables en la mano derecha y la muñeca del sujeto.
      1. Conecte un electrodo de disco a la primera interósea dorsal del sujeto. Conecte un segundo electrodo de disco al segundo nudillo del sujeto en su dedo puntero derecho. Conecte un electrodo de tierra a la muñeca derecha del sujeto.
    3. Conecte estos electrodos a un adaptador de electrodo, que ingresa en un software de seguimiento MEP.
    4. Abra el proyecto del sujeto dentro del software neuronavevecional seleccionando Nueva sesión en línea.
    5. Seleccione los objetivos a estimular en esta sesión (Vertex, SMG, STG).
    6. Ve a la pestaña Polaris y asegúrate de que el rastreador de sujetos esté a la vista de la cámara.
    7. Vaya a la pestaña Registro .
    8. Usando un puntero registrado en el software de neuronavegación, toque la cara de los sujetos en los mismos lugares en los que se colocaron los puntos de referencia en el paso 2.1.2.5.
      1. Haga clic en Muestra y vaya a Siguiente punto de referencia cuando el puntero esté colocado correctamente en la cabeza del sujeto para cada punto de referencia.
    9. Vaya a la pestaña Validación .
    10. Usando el puntero, toque el sujeto en varios puntos de su cabeza y asegúrese de que la mira en la pantalla se alinee con el punto que se señala en el sujeto.
      1. Si no se alinean, rehaga el paso 2.2.8 y asegúrese de que el puntero esté colocado con la mayor precisión posible en los puntos de referencia.
    11. Vaya a la pestaña Realizar y asegúrese de que la vista curvilínea completa del cerebro esté seleccionada para que el experimentador pueda localizar con precisión las regiones cerebrales a las que apuntar.
    12. Configure el controlador para que sea la bobina TMS que se utilizará.
    13. Conecte la bobina TMS de mano a la máquina TMS.
    14. Encienda la máquina TMS y configúrela en un solo pulso. Establecer la intensidad de la estimulación adecuadamente; en este experimento, el 65% de la producción de la máquina se utilizó como punto de partida.
    15. Coloque la bobina TMS de mano en el lado izquierdo de la cabeza del sujeto y estimule dentro de la corteza motora utilizando pulsos individuales de TMS para identificar la ubicación que estimula la IED. Puede ser útil tener un asistente para observar el dedo del sujeto para identificar cuándo el músculo FDI se contrae debido a la estimulación.
    16. Altere la intensidad de la estimulación hasta que la estimulación provoque un MEP de al menos 50 mV exactamente 5/10 veces, y este será el umbral motor en reposo (rMT).
  3. Estimulación entre tareas
    1. Repita los pasos 2.2.1 a 2.2.13, sustituyendo la bobina de mano por una bobina TMS refrigerada por aire.
    2. Establecer parámetros de estimulación a TMS repetitivo a una velocidad de 1 Hz durante 20 minutos (1200 pulsos en total) con una intensidad del 110% de rMT de acuerdo con los parámetros establecidos por Shah-Basak et al. (2018)15.
    3. Coloque una bobina TMS refrigerada por aire con un sistema de enfriamiento incorporado en la cabeza del sujeto apuntando al SMG o STG para sesiones activas o al Vértice para sesiones simuladas (Figura 5).
    4. Proceda con la estimulación.

3. Tarea de comportamiento de realidad virtual

  1. Instale el software de soporte.
    1. Descargue e instale el software básico de Pupil desde el sitio web de Pupil Labs.
    2. Descarga e instala Unity 3D 2018.3 desde el sitio web de Unity.
    3. Descarga e instala la herramienta OpenVR a través de Unity Asset Store o a través de Steam.
  2. Configure el hardware de realidad virtual (por ejemplo, HTC Vive Pro).
    1. Coloque las estaciones base en lados opuestos de la habitación, asegurando una línea de visión clara, y conéctelas.
    2. Presione el botón Canal/Modo en la parte posterior de cada sensor para recorrer los canales hasta que uno de ellos esté configurado en el canal " b" y uno esté configurado en " c." Ambos LED de estado deben ser blancos.
    3. Instale el inserto binocular de Pupil Labs en HTC Vive Pro. Conecte la Link Box a la computadora (Alimentación, USB-A y HDMI o Mini DisplayPort).
    4. Conecte los auriculares a la Link Box. Ajuste las correas superiores y laterales de los auriculares. Ajuste la distancia de la lente.
  3. Inicie SteamVR.
    1. Inicie SteamVR haciendo clic en el icono de realidad virtual en la esquina superior derecha de Steam.
      1. Encienda los controladores con el botón de encendido.
      2. En SteamVR, haz clic en Configuración | Emparejar nuevo dispositivo para emparejar cada controlador siguiendo las instrucciones en pantalla.
      3. Haz clic en Configuración de sala en el menú steamVR y sigue las instrucciones que aparecen en pantalla.
  4. Inicie el software Pupil Core.
  5. Coloque los auriculares en la cabeza del sujeto sentado y deles ambos controladores. Asegúrese de que las correas estén apretadas pero cómodas. Asegúrese de que ambos ojos sean visibles confirmando visualmente que están centrados en las fuentes de la cámara del pupil core software.
  6. Abre la tarea VR en el Editor de Unity y presiona el botón Reproducir .
  7. Ejecute el experimento.
    1. Pídale al sujeto que mire hacia adelante y haga clic en el botón Cámara de tara en la pantalla.
    2. Haga clic en el botón Comenzar tutorial y espere a que el asunto complete el tutorial. El tutorial consiste en instrucciones de audio sobre el funcionamiento del controlador del sistema VR, descripciones y ejemplos de flores simétricas (señuelo) y asimétricas (objetivo), y una sesión de práctica de 1 minuto con un pequeño número de flores señuelo y objetivo. El tutorial dura de 75 a 100 segundos y no se recopilan los datos de rendimiento del tutorial.
    3. Cuando el asunto haya terminado, haga clic en el botón Calibrar seguimiento ocular .
      1. Si la calibración es exitosa, el sujeto comenzará automáticamente la tarea. De lo contrario, repita el paso 3.7.3.
    4. Comience la primera prueba haciendo clic en el botón Siguiente prueba .
      NOTA: Durante la tarea de realidad virtual, los sujetos se colocan en un bosque virtual (Figura 6). Tres setos de caja curvados formaban un semicírculo dentro de alcanzar la distancia frente al sujeto. Cada ensayo consistió en un número variable de flores, cada una con 16 pétalos, distribuidos entre los setos en una línea de visión directa (Figura 7). A los sujetos se les indicó que "recogieran" (sostuvieran su controlador sobre una flor para que la flor resaltara, luego presionaran el botón del gatillo con su dedo índice) todas las flores asimétricas "objetivo" y dejaran solas todas las flores "señuelo" simétricas. Cada prueba terminaría cuando el sujeto elige con éxito todas las flores objetivo asimétricas, pero también terminaría si el sujeto se quedara sin tiempo (límite de tiempo de 2 minutos) o si el sujeto recogiera inadvertidamente toda la flor señuelo simétrica. En todos estos casos, las flores restantes en los arbustos se eliminarían, y se le pediría al experimentador que comenzara el siguiente ensayo.
    5. Espere hasta que el sujeto ya no esté completando activamente un ensayo y luego repita el paso 3.7.4 a menos que se hayan completado al menos 12 ensayos.
    6. Haga clic de nuevo en el botón Reproducir para finalizar la tarea.

Subscription Required. Please recommend JoVE to your librarian.

Representative Results

Los datos se recopilaron de individuos sanos utilizando el protocolo descrito anteriormente para demostrar cómo se pueden analizar las diferentes variables que se pueden extraer de la tarea de realidad virtual para detectar diferencias sutiles entre los grupos.

En este estudio, 7 individuos (2 hombres) con una edad promedio de 25.6 y un promedio de 16.8 años de educación se sometieron a tres sesiones separadas de TMS. Estos sujetos se dividieron en dos grupos: cuatro participantes recibieron EMT repetitiva en el giro supramarginal (SMG), mientras que otros tres participantes recibieron estimulación de TMS en el giro temporal superior (STG). Todos los participantes recibieron EMT simulada durante una sesión separada, que se utilizó como covariable en los análisis para tener en cuenta la variabilidad individual en respuesta a la EMT. Durante cada sesión, a los participantes se les administró la tarea de realidad virtual antes y después de la estimulación de TMS para examinar el cambio en el rendimiento.

En primer lugar, se examinó el ángulo medio de la cabeza (Figura 8) para determinar si la tarea de realidad virtual era lo suficientemente sensible como para identificar una diferencia entre los grupos SMG y STG. Las puntuaciones de cambio de ángulo de la cabeza se calcularon restando las puntuaciones pre-TMS de las puntuaciones posteriores a TMS. Se realizó un ANCOVA para determinar si había una diferencia entre los grupos en el ángulo de la cabeza después de la estimulación de TMS. Las puntuaciones de cambio de ángulo de cabeza de Sham TMS se utilizaron como covariable para tener en cuenta las diferencias individuales. Si bien se tuvo en cuenta que los análisis se realizaron utilizando una pequeña muestra piloto, se encontró una diferencia significativa en las puntuaciones de cambio de ángulo de cabeza entre los dos grupos, F(1,4) = 10,25, p = 0,03, donde el grupo SMG tuvo una puntuación de cambio promedio dirigida más hacia el lado derecho del espacio en comparación con el grupo STG (Figura 9).

Se encontró un patrón similar utilizando la prueba de bisección de línea, en la que el grupo SMG colocó la línea significativamente más hacia la derecha en la administración post-TMS en comparación con pre-TMS, t(4) = 2.78, p = 0.04. Este hallazgo no se encontró en el grupo STG, t(3) = 3,18, p = 0,56. Si bien no hubo diferencias significativas en el ángulo de la cabeza antes y después de TMS en la tarea de realidad virtual en los grupos SMG o STG, el hallazgo de que el grupo SMG tenía una puntuación promedio de cambio de ángulo de cabeza dirigida significativamente más hacia la derecha en comparación con el grupo STG demuestra un hallazgo similar. Este hallazgo de la tarea de realidad virtual es consistente con los resultados de la tarea tradicional de papel y lápiz, ya que ambos demostraron un patrón en el que el grupo SMG puede haber tenido un descuido sutil y mirar más hacia la derecha en comparación con el grupo STG. Los datos recopilados de la tarea de realidad virtual se pueden visualizar a nivel de participante individual para examinar el rendimiento antes y después de la estimulación de TMS, como se puede ver en la Figura 9.

A continuación, las flores se separaron por qué lado de la flor contenía el pétalo de flor defectuoso (es decir, pétalo derecho vs. pétalo izquierdo, ver Figura 10) para evaluar específicamente los signos de negligencia alocéntrica en un nivel objetivo individual. Si bien no hubo diferencias en las puntuaciones de cambio de ángulo de cabeza entre los dos grupos para flores con pétalos más cortos en el lado izquierdo, F(1,4) = 0,09, p = 0,78, hubo una diferencia significativa en las puntuaciones de cambio de ángulo de cabeza entre los dos grupos para flores con un pétalo más pequeño en el lado derecho, F(1,4) = 9,52, p = 0,04. Específicamente, los participantes en el grupo SMG tenían una tendencia a mirar más a la derecha (ángulo más alto de la flor a la cabeza, ver Figura 11) al buscar el pétalo corto en el lado derecho de la flor. El ángulo de la cabeza del sujeto con respecto al arbusto (ángulo del arbusto, ver Figura 12) también está disponible para su análisis, lo que permite la detección de negligencia alocéntrica con respecto al arbusto. Estos análisis demuestran cómo las variables pueden hacerse más específicas para capturar aspectos sutiles y específicos de la negligencia.

Hay varias otras formas en que se pueden analizar los datos. Examinamos el número promedio de segundos que los participantes observaron cada flor para determinar si un grupo tenía más dificultades para identificar flores defectuosas (como se caracteriza por más segundos dedicados a mirar la flor). En este ejemplo, se extrajeron datos de flores que tenían un pétalo defectuoso que era 95% del tamaño del resto de los pétalos, ya que se planteó la hipótesis de que esta escala era la más sensible. Se realizó un ANCOVA mixto para comparar el grupo (SMG vs. STG) y el campo visual floral (derecha vs. izquierda). Las puntuaciones de cambio antes y después de tmS se calcularon y utilizaron como variable de resultado para examinar si cualquiera de los grupos mostró un aumento en el tiempo dedicado a mirar las flores después de TMS. La condición de TMS simulada para las flores izquierda y derecha se utilizó una vez más como covariables para dar cuenta de la variabilidad individual. Si bien no hubo diferencias significativas entre los grupos, F(1,3) = 0,12, p = 0,76, hubo una diferencia marginalmente significativa en el campo visual de la flor, F(1,3) = 5,62, p = 0,098 (Figura 13). El efecto no alcanza significación estadística; y se deben evaluar más temas en el futuro. A pesar de esto, estos datos sirven como un ejemplo de cómo los datos pueden limitarse a tipos específicos de flores y campo visual dentro del entorno de realidad virtual. Como demuestran estos análisis, comparar el desempeño de los participantes puede proporcionar a los investigadores una forma sensible y dinámica de medir los efectos de la EMT o la negligencia de manera más general, dependiendo de la pregunta de investigación específica de los examinadores.

Figure 1
Figura 1: Hoja de estímulo de la tarea de bisección de línea Haga clic aquí para ver una versión más grande de esta figura.

Figure 2
Figura 2: Hoja de estímulo de la prueba de Bell Haga clic aquí para ver una versión más grande de esta figura.

Figure 3
Figura 3: Hoja de estímulo de la prueba de cancelación de estrellas Haga clic aquí para ver una versión más grande de esta figura.

Figure 4
Figura 4: Hoja de estímulo de cancelación del círculo Ota Haga clic aquí para ver una versión más grande de esta figura.

Figure 5
Figura 5: Estimulación repetitiva de TMS; software neuronavegante (izquierda), unidad de estimulación magnética (centro) y bobina refrigerada por aire en posición sobre el autor CH (derecha). Haga clic aquí para ver una versión más grande de esta figura.

Figure 6
Figura 6: Entorno de bosque virtual visto por el sujeto durante la tarea de realidad virtual Haga clic aquí para ver una versión más grande de esta figura.

Figure 7
Figura 7: Diseño de tres setos curvos con flores objetivo y señuelo distribuidas en Haga clic aquí para ver una versión más grande de esta figura.

Figure 8
Figura 8: Ángulo de la cabeza - ángulo entre el eje anterior de la cabeza y el torso Haga clic aquí para ver una versión más grande de esta figura.

Figure 9
Figura 9. Esta figura muestra dos análisis utilizando el ángulo de la cabeza durante el rendimiento de la tarea:
(Izquierda) SMG vs. STG puntuaciones de cambio de ángulo de cabeza de grupo. En esta escala, una puntuación de 0 indica que miraron al centro de cada flor, mientras que las puntuaciones positivas indican que miraron hacia la derecha, y las puntuaciones negativas indican que miraron hacia la izquierda. El grupo SMG tuvo puntajes positivos, lo que indica que se miraron más a la derecha en promedio después de la estimulación, mientras que el grupo STG tuvo puntajes negativos, lo que indica que se miraron más a la izquierda después de la estimulación. Los grupos SMG y STG tuvieron puntuaciones de cambio de ángulo de cabeza significativamente diferentes. (Derecha). Ángulo medio de la cabeza trazado para cada participante pre-TMS y post-TMS. El grupo STG no mostró fuertes diferencias antes y después de la estimulación de TMS, a diferencia de los participantes de SMG que parecían mirar más hacia el campo visual derecho después de la estimulación (representado por números positivos). Haga clic aquí para ver una versión más grande de esta figura.

Figure 10
Figura 10: Flores objetivo asimétricas, con pétalos más pequeños a la izquierda (izquierda) y pétalos más pequeños a la derecha (derecha). Haga clic aquí para ver una versión más grande de esta figura.

Figure 11
Figura 11: Ángulo de la flor a la cabeza - ángulo subtendido por el eje anterior de la cabeza y la flor de la cabeza en el instante en que la flor fue recogida / identificada Haga clic aquí para ver una versión más grande de esta figura.

Figure 12
Figura 12: Ángulo del arbusto - ángulo subtendido por la flor y el centro del arbusto de la flor desde la cabeza en el instante en que la flor fue recogida / identificada Haga clic aquí para ver una versión más grande de esta figura.

Figure 13
Figura 13. Puntuación de cambio media para los segundos dedicados a mirar cada flor antes y después de TMS. Las puntuaciones negativas indican que los participantes pasaron menos tiempo mirando flores en la administración posterior a TMS en comparación con la administración anterior a TMS, mientras que los números positivos indican más tiempo dedicado a mirar flores después de TMS. Los datos están separados por si las flores se ubicaron en el campo visual izquierdo vs. derecho dentro del entorno virtual. Los datos también se separaron por grupo (SMG vs. STG). Las flores se restringieron a aquellos con un pétalo defectuoso a una escala de 0,95. Aunque no es estadísticamente significativo, hubo un efecto marginal del campo visual de las flores. Cualitativamente, parece haber una mayor variabilidad para las flores en el campo visual izquierdo en comparación con la derecha. Haga clic aquí para ver una versión más grande de esta figura.

Subscription Required. Please recommend JoVE to your librarian.

Discussion

Inducimos y medimos con éxito los síntomas de USN con TMS y VR, respectivamente. Si bien no tuvimos resultados significativos en comparación con los ensayos simulados, pudimos comparar múltiples métricas de negligencia egocéntrica (ángulo promedio de la cabeza, tiempo dedicado a mirar flores en cualquiera de los hemiespacio) y negligencia alocéntrica (rendimiento en la selección de flores con pétalos asimétricos a la izquierda frente al lado derecho) entre los diferentes grupos experimentales, y encontramos diferencias significativas en el ángulo promedio de la cabeza entre los sujetos estimulados en el STG y los estimulados en el SMG. y efectos marginalmente significativos en el eje visual medio. De interés, todavía existe un debate sobre la contribución proporcional de la contribución temporal (STG) y parietal (PPC) al procesamiento espacial relevante para USN12,43, y el aumento del ángulo de cabeza hacia la derecha que detectamos en el grupo estimulado por SMG puede proporcionar algún apoyo para la implicación de PPC de la variedad egocéntrica de USN.

Hubo múltiples pasos críticos en este protocolo. Este método está limitado por los efectos clínicos sutiles logrados con rTMS, por lo que los parámetros de estimulación adecuados y la orientación de la región cortical son críticos: la intensidad de la estimulación de TMS siempre debe basarse en la rMT y la orientación de la bobina tmS siempre debe determinarse con precisión con imágenes de resonancia magnética de alta resolución y un software de orientación adecuado como Brainsight. El método también está limitado por la duración relativamente corta del efecto inhibitorio creado por la estimulación rTMS (~ 20 minutos, o aproximadamente la duración de la estimulación26), por lo que la transición rápida de la estimulación rTMS a las tareas de VR o papel y lápiz es de suma importancia para detectar este efecto. Asegurar que el equipo de realidad virtual esté configurado y que el software esté calibrado correctamente durante las sesiones de realidad virtual previas a TMS ayuda a maximizar la proporción de tiempo posterior a la estimulación dedicado a recopilar datos.

Como se enumera en la introducción, varios grupos han desarrollado nuevas herramientas basadas en la realidad virtual para la evaluación de usN. Muchos de estos sistemas también utilizan las distintas ventajas de medición de las tareas computarizadas, y algunos grupos han intentado diferenciar los diversos subtipos de USN, incluidos los síntomas de negligencia extrapersonal vs. peripersonal y los síntomas egocéntricos vs. alocéntricos37,40. Creemos que el método añade dos contribuciones novedosas a este trabajo existente. En primer lugar, proporcionamos una gama más amplia de conjuntos de datos (posición de la cabeza, seguimiento ocular, etc.) que se pueden analizar para detectar y caracterizar incluso casos sutiles de USN. En segundo lugar, inducimos los síntomas de USN en voluntarios sanos que usaban TMS, lo que ayudó a asegurar que la herramienta de diagnóstico basada en VR aislara los síntomas de USN inducidos y evitara los posibles efectos de confusión de las comorbilidades visuales, motoras y cognitivas observadas en pacientes con lesión cerebral adquirida. Además, la tarea contrasta con una tendencia en estudios recientes que se centra en las tareas de navegación. Sostenemos que una tarea que exige interacción con una serie de objetos distribuidos en hemiespacios izquierdo y derecho es potencialmente más exigente y puede aumentar la sensibilidad de la tarea de realidad virtual como herramienta de diagnóstico. Además, este formato permite más de una tarea similar a un juego con múltiples pruebas, lo que a su vez permite la titulación del nivel de dificultad de la tarea de ronda a ronda. Este tipo de valoración ayuda a la tarea a evitar los efectos de techo y piso (es decir, la tarea es demasiado difícil para aquellos con déficits significativos o demasiado fácil para aquellos con déficits sutiles).

Hay muchas aplicaciones futuras posibles del método. Con respecto al estudio de USN, creemos que la adición de datos de seguimiento ocular permitirá a las tareas de RV diferenciar entre síntomas atencionales e intencionales al separar los datos que miden la asimetría del patrón de búsqueda de los datos que miden la asimetría de la acción motora. Además, TMS se puede utilizar para aislar déficits neurológicos específicos más allá de USN, creando un medio por el cual los investigadores pueden diseñar y validar una amplia variedad de nuevas herramientas de realidad virtual para ayudar a diagnosticar y caracterizar estos déficits en pacientes que sufren de lesión cerebral adquirida. Aunque la técnica involucra participantes sanos y déficits neurológicos artificiales en un esfuerzo por aislar y caracterizar de manera confiable la USN específicamente, creemos que las herramientas de realidad virtual que son validadas por el método se pueden aplicar en poblaciones de pacientes con déficits neurológicos mixtos (motores, visuales, etc.) a través de innovaciones de interfaz de usuario como las interfaces cerebro-computadora basadas en EEG o EMG44, 45. Además, las tareas basadas en VR como la que aquí presentamos también pueden modificarse para servir como herramientas de rehabilitación cognitiva, un área creciente de investigación y desarrollo31,46.

Nos enfrentamos a una serie de problemas frustrantes en las pruebas. El seguimiento ocular no secalibró en pequeños cambios en la posición del HMD y el software a veces fallaba. La aplicación necesitaba más desarrollo y sufría de problemas corregibles como la posición inicial del sujeto y el rango de colocación de la flor (algunas flores se colocaron fuera del campo de visión del sujeto e invalidaron algunos ensayos). Teníamos muy pocos temas. Sin embargo, aún pudimos detectar las sutiles perturbaciones de dos redes neuronales asociadas con USN con la novedosa herramienta vr. Si bien el ambicioso experimento arrojó resultados marginales, creemos que muchos de los desafíos que enfrentó se mejorarán a medida que la tecnología continúe mejorando. Argumentamos que la promesa de los resultados, en combinación con otras tendencias alentadoras dentro del campo, apoyan la idea de que los sistemas de realidad virtual son un excelente sustrato para el desarrollo de nuevas herramientas de diagnóstico para USN.

Subscription Required. Please recommend JoVE to your librarian.

Disclosures

Los autores no tienen nada que revelar.

Acknowledgments

Este trabajo fue apoyado por el Fondo de Investigación Universitaria (URF) de la Universidad de Pensilvania y las Becas Estudiantiles en Enfermedades Cerebrovasculares y Accidentes Cerebrovasculares de la Asociación Americana del Corazón. Un agradecimiento especial a los investigadores, médicos y personal del Laboratorio de Cognición y Estimulación Neural por su apoyo continuo.

Materials

Name Company Catalog Number Comments
AirFilm Coil (AFC) Rapid Version Magstim N/A Air-cooled TMS coil
Alienware 17 R4 Laptop Dell N/A NVIDIA GeForce GTX 1060 (full specs at https://topics-cdn.dell.com/pdf/alienware-17-laptop_users-guide_en-us.pdf)
BrainSight 2.0 TMS Neuronavigation Software Rogue Research Inc N/A TMS neural targeting software
CED 1902 Isolated pre-amplifier Cambridge Electronic Design Limted N/A EMG pre-amplifier
CED Micro 401 mkII Cambridge Electronic Design Limted N/A Multi-channel waveform data acquisition unit
CED Signal 5 Cambridge Electronic Design Limted N/A Sweep-based data acquisition and analysis software. Used to measure TMS evoked motor responses.
HTC Vive Binocular Add-on Pupil Labs N/A HTC Vive, Vive Pro, or Vive Cosmos eye tracking add-on with 2 x 200Hz eye cameras.
Magstim D70 Remote Coil Magstim N/A Hand-held TMS coil
Magstim Super Rapid 2 plus 1 Magstim N/A Transcranial Magnetic Stimulation Unit
Unity 2018 Unity N/A cross-platform VR game engine
Vive Pro HTC Vive N/A VR hardware system with external motion sensors; 1440x1600 pixels per eye, 90 Hz refresh rate, 110° FoV

DOWNLOAD MATERIALS LIST

References

  1. Heilman, K. M., Bowers, D., Coslett, H. B., Whelan, H., Watson, R. T. Directional Hypokinesia: Prolonged Reaction Times for Leftward Movements in Patients with Right Hemisphere Lesions and Neglect. Neurology. 35 (6), 855-859 (1985).
  2. Paolucci, S., Antonucci, G., Grasso, M. G., Pizzamiglio, L. The Role of Unilateral Spatial Neglect in Rehabilitation of Right Brain-Damaged Ischemic Stroke Patients: A Matched Comparison. Archives of Physical Medicine and Rehabilitation. 82 (6), 743-749 (2001).
  3. Ringman, J. M., Saver, J. L., Woolson, R. F., Clarke, W. R., Adams, H. P. Frequency, Risk Factors, Anatomy, and Course of Unilateral Neglect in an Acute Stroke Cohort. Neurology. 63 (3), 468-474 (2004).
  4. Jutai, J. W., et al. Treatment of visual perceptual disorders post stroke. Topics in Stroke Rehabilitation. 10 (2), 77-106 (2003).
  5. Buxbaum, L. J., et al. Hemispatial Neglect: Subtypes, Neuroanatomy, and Disability. Neurology. 62 (5), 749-756 (2004).
  6. Numminen, S., et al. Factors Influencing Quality of Life Six Months after a First-Ever Ischemic Stroke: Focus on Thrombolyzed Patients. Folia Phoniatrica et Logopaedica: Official Organ of the International Association of Logopedics and Phoniatrics (IALP). 68 (2), 86-91 (2016).
  7. Ladavas, E. Is the Hemispatial Deficit Produced by Right Parietal Lobe Damage Associated with Retinal or Gravitational Coordinates. Brain: A Journal of Neurology. 110 (1), 167-180 (1987).
  8. Ota, H., Fujii, T., Suzuki, K., Fukatsu, R., Yamadori, A. Dissociation of Body-Centered and Stimulus-Centered Representations in Unilateral Neglect. Neurology. 57 (11), 2064-2069 (2001).
  9. Neggers, S. F., Vander Lubbe, R. H., Ramsey, N. F., Postma, A. Interactions between ego- and allocentric neuronal representations of space. Neuroimage. 31 (1), 320-331 (2006).
  10. Adair, J. C., Barrett, A. M. Spatial Neglect: Clinical and Neuroscience Review: A Wealth of Information on the Poverty of Spatial Attention. Annals of the New York Academy of Sciences. 1142, 21-43 (2008).
  11. Corbetta, M., Shulman, G. L. Spatial neglect and attention networks. Annual Review of Neuroscience. 34, 569-599 (2011).
  12. Marshall, J. C., Fink, G. R., Halligan, P. W., Vallar, G. Spatial awareness: a function of the posterior parietal lobe. Cortex. 38 (2), 253-260 (2002).
  13. Ellison, A., Schindler, I., Pattison, L. L., Milner, A. D. An exploration of the role of the superior temporal gyrus in visual search and spatial perception using TMS. Brain. (10), 2307-2315 (2004).
  14. Vallar, G., Calzolari, E. Unilateral spatial neglect after posterior parietal damage. Handb Clin Neurol; Theparietal lobe. Vallar, G., Coslett, H. B. , Elsevier. Amsterdam. 287-312 (2018).
  15. Shah-Basak, P. P., Chen, P., Caulfield, K., Medina, J., Hamilton, R. H. The Role of the Right Superior Temporal Gyrus in Stimulus-Centered Spatial Processing. Neuropsychologia. 113, 6-13 (2018).
  16. Verdon, V., Schwartz, S., Lovblad, K. O., Hauert, C. A., Vuilleumier, P. Neuroanatomy of hemispatial neglect and its functional components: a study using voxel-based lesion-symptom mapping. Brain. 133 (3), 880-894 (2010).
  17. Ghacibeh, G. A., Shenker, J. I., Winter, K. H., Triggs, W. J., Heilman, K. M. Dissociation of Neglect Subtypes with Transcranial Magnetic Stimulation. Neurology. 69 (11), 1122-1127 (2007).
  18. Chaudhari, A., Pigott, K., Barrett, A. M. Midline Body Actions and Leftward Spatial 'Aiming' in Patients with Spatial Neglect. Frontiers in Human Neuroscience. 9, 393 (2015).
  19. Rizzo, A. A., et al. Design and Development of Virtual Reality Based Perceptual-Motor Rehabilitation Scenarios. The 26th Annual International Conference of the IEEE Engineering in Medicine and Biology Society. , (2004).
  20. Steinicke, F. Being Really Virtual Immersive Natives and the Future of Virtual Reality. , Springer International Publishing. (2018).
  21. Tsirlin, I., Dupierrix, E., Chokron, S., Coquillart, S., Ohlmann, T. Uses of Virtual Reality for Diagnosis, Rehabilitation and Study of Unilateral Spatial Neglect: Review and Analysis. CyberPsychology & Behavior. 12 (2), 175-181 (2009).
  22. Barrett, A. M., et al. Cognitive Rehabilitation Interventions for Neglect and Related Disorders: Moving from Bench to Bedside in Stroke Patients. Journal of Cognitive Neuroscience. 18 (7), 1223-1236 (2006).
  23. Ricci, R., et al. Effects of attentional and cognitive variables on unilateral spatial neglect. Neuropsychologia. 92, 158-166 (2016).
  24. Bonato, M. Neglect and Extinction Depend Greatly on Task Demands: A Review. Frontiers in Human Neuroscience. 6, 195 (2012).
  25. Grattan, E. S., Woodbury, M. L. Do Neglect Assessments Detect Neglect Differently. American Journal of Occupational Therapy. 71, 3 (2017).
  26. Rossi, S., Hallett, M., Rossini, P. M., Pascual-Leone, A. Safety of TMS Consensus Group. Safety, ethical considerations, and application guidelines for the use of transcranial magnetic stimulation in clinical practice and research. Clinical Neurophysiology. 120 (12), 2008-2039 (2009).
  27. Pascual-Leone, A., Walsh, V., Rothwell, J. Transcranial Magnetic Stimulation in Cognitive Neuroscience - Lesion, Chronometry, and Functional Connectivity. Current Opinion in Neurobiology. 10 (2), 232-237 (2000).
  28. Oliveri, M., et al. Interhemispheric Asymmetries in the Perception of Unimanual and Bimanual Cutaneous Stimuli. Brain. 122 (9), 1721-1729 (1999).
  29. Salatino, A., et al. Transcranial Magnetic Stimulation of Posterior Parietal Cortex Modulates Line-Length Estimation but Not Illusory Depth Perception. Frontiers in Psychology. 10, (2019).
  30. Oliveri, M., Vallar, G. Parietal versus temporal lobe components in spatial cognition: Setting the mid-point of a horizontal line. Journal of Neuropsychology. 3, Pt 2 201-211 (2009).
  31. Ogourtsova, T., Souza Silva, W., Archambault, P. S., Lamontagne, A. Virtual Reality Treatment and Assessments for Post-Stroke Unilateral Spatial Neglect: A Systematic Literature Review. Neuropsychological Rehabilitation. 27 (3), 409-454 (2017).
  32. Pedroli, E., Serino, S., Cipresso, P., Pallavicini, F., Riva, G. Assessment and rehabilitation of neglect using virtual reality: a systematic review. Frontiers in Behavioral Neuroscience. 9, 226 (2015).
  33. Peskine, A., et al. Virtual reality assessment for visuospatial neglect: importance of a dynamic task. Journal of Neurology, Neurosurgery, and Psychiatry. 82 (12), 1407-1409 (2011).
  34. Mesa-Gresa, P., et al. Clinical Validation of a Virtual Environment Test for Safe Street Crossing in the Assessment of Acquired Brain Injury Patients with and without Neglect. Human-Computer Interaction - INTERACT 2011 Lecture Notes in Computer Science. , 44-51 (2011).
  35. Aravind, G., Lamontagne, A. Perceptual and Locomotor Factors Affect Obstacle Avoidance in Persons with Visuospatial Neglect. Journal of NeuroEngineering and Rehabilitation. 11 (1), 8 (2014).
  36. Pallavicini, F., et al. Assessing Unilateral Spatial Neglect Using Advanced Technologies: The Potentiality of Mobile Virtual Reality. Technology and Health Care. 23 (6), 795-807 (2015).
  37. Glize, B., et al. Improvement of Navigation and Representation in Virtual Reality after Prism Adaptation in Neglect Patients. Frontiers in Psychology. 8, (2017).
  38. Yasuda, K., Muroi, D., Ohira, M., Iwata, H. Validation of an Immersive Virtual Reality System for Training near and Far Space Neglect in Individuals with Stroke: a Pilot Study. Topics in Stroke Rehabilitation. 24 (7), 533-538 (2017).
  39. Spreij, L. A., Ten Brink, A. F., Visser-Meily, J. M. A., Nijboer, T. C. W. Simulated Driving: The Added Value of Dynamic Testing in the Assessment of Visuo-Spatial Neglect after Stroke. Journal of Neuropsychology. 31, (2018).
  40. Ogourtsova, T., Archambault, P. S., Lamontagne, A. Post-Stroke Unilateral Spatial Neglect: Virtual Reality-Based Navigation and Detection Tasks Reveal Lateralized and Non-Lateralized Deficits in Tasks of Varying Perceptual and Cognitive Demands. Journal of NeuroEngineering and Rehabilitation. 15, 1 (2018).
  41. Ogourtsova, T., Archambault, P., Sangani, S., Lamontagne, A. Ecological Virtual Reality Evaluation of Neglect Symptoms (EVENS), Effects of Virtual Scene Complexity in the Assessment of Poststroke Unilateral Spatial Neglect. Neurorehabilitation and Neural Repair. 32 (1), 46-61 (2018).
  42. Ricci, R., Chatterjee, A. Context and crossover in unilateral neglect. Neuropsychologia. 39 (11), 1138-1143 (2001).
  43. Karnath, H. O., Ferber, S., Himmelbach, M. Spatial awareness is a function of the temporal not the posterior parietal lobe. Nature. 411, 950-953 (2001).
  44. Spicer, R., Anglin, J., Krum, D. M., Liew, S. REINVENT: A low-cost, virtual reality brain-computer interface for severe stroke upper limb motor recovery. 2017 IEEE Virtual Reality (VR). , Los Angeles, CA. 385-386 (2017).
  45. Vourvopoulos, A., et al. Effects of a Brain-Computer Interface With Virtual Reality (VR) Neurofeedback: A Pilot Study in Chronic Stroke Patients. Frontiers in Human Neuroscience. 13, 210 (2019).
  46. Gammeri, R., Iacono, C., Ricci, R., Salatino, A. Unilateral Spatial Neglect After Stroke: Current Insights. Neuropsychiatric Disease and Treatment. 16, 131-152 (2020).

Tags

Medicina Número 169 realidad virtual negligencia diagnóstico tecnología accidente cerebrovascular neurología
Herramientas de realidad virtual para evaluar la negligencia espacial unilateral: una nueva oportunidad para la recopilación de datos
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Schwab, P. J., Miller, A., Raphail,… More

Schwab, P. J., Miller, A., Raphail, A. M., Levine, A., Haslam, C., Coslett, H. B., Hamilton, R. H. Virtual Reality Tools for Assessing Unilateral Spatial Neglect: A Novel Opportunity for Data Collection. J. Vis. Exp. (169), e61951, doi:10.3791/61951 (2021).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter