一个虚拟现实游戏套件分级康复患者腰痛和运动的高度恐惧:主题内比较研究

介绍

虚拟现实(VR)已经成为一种有前途的心理和运动康复工具。例如，VR已被用于改善行动障碍和跌倒风险较高的人群的步态适应性和稳定性[1，2]，缓解上肢截肢患者幻肢痛[3.]，减少现役军人与战斗有关的创伤后应激[4]，并改善老年膝骨关节炎患者的本体感觉、活动能力和肌肉力量[5]。VR环境的一个明显优势是，它可以提供一种游戏化的干预，旨在增加乐趣、动机和留存率。当干预的目的是刺激可能与疼痛和恐惧有关的运动时，这尤其有益。基于这些独特的优势，以及用户友好型虚拟现实系统不断降低的成本，虚拟现实很可能成为心理和运动康复计划的基本组成部分。

我们的团队一直在开发和测试新的VR游戏，以评估和改善腰痛(LBP)患者的运动缺陷[6]。腰痛是中老年人最常见的疼痛来源，通过医疗费用和与疼痛相关的缺勤造成重大的经济影响[7，8]。这些医疗费用大部分是由大约10%的慢性腰痛患者造成的，这些患者持续多年[9]。许多腰痛患者会发展为运动恐惧症，即由于预期疼痛和伤害而害怕运动[10]。在腰痛患者中，运动恐惧症与身体活动减少，特别是脊柱活动减少有关，是慢性腰痛发展的有力预测因素[10-14]。简而言之，运动恐惧症是慢性疼痛发展的核心，通过疼痛灾难化的恶性循环，对疼痛相关威胁的高度警惕，恐惧相关的运动回避，以及由此产生的不使用，身体状况下降和抑郁的组合，进一步放大疼痛[10，11，13]。

量化回避行为的一种常用方法是通过评估涉及运动冗余的功能性任务中的电机控制[12-14]。我们的实验室使用标准化的伸手任务来比较不同人体测量学参与者的前伸[12-14]。这个标准化的到达任务使用臀部高度、躯干长度和手臂长度来计算空间中的4个点，如果参与者只在躯干(图1)。虽然这些点是基于孤立的躯干屈曲计算的，但参与者并没有被指示如何达到每个目标。通过评估个体如何选择到达每个目标，这种运动学冗余任务可以很好地定位于识别回避行为(例如，减少躯干运动和增加脚踝、膝盖和臀部运动)[12-14]。虽然我们最初是用物理目标来实现这个到达任务，但我们最近开发了一个虚拟现实版本的任务，在此称为“到达”(图2) (15]。在Reachality中，参与者使用头戴式显示器沉浸在虚拟环境中，在那里他们的身体被代表为化身，参与者被指示通过出现在他们面前的目标(例如，在前面提到的4个位置)到达他们的手。

对于腰痛和高度运动恐惧的患者，常见的介入治疗方法包括分级暴露疗法，患者逐渐面对越来越害怕的运动，以及运动控制练习，其中现有的运动模式被重新训练，特别侧重于恢复躯干控制[16-18]。我们的团队最近开发了一款虚拟现实躲避球游戏，在此称为“躲避球”，目的是创造一种游戏化的干预，结合这些经典的成功干预方法的原则[6，19]。在Dodgeality中，参与者沉浸在虚拟体育馆中，手持3d打印的塑料躲避球，在虚拟环境中，化身的手被跟踪并可视化为躲避球。有4名对方球员，随机轮流向参与者投掷躲避球，参与者被指示用手中的球挡住投掷给他们的球。每个躲避球以恒定的速度发射，并被建模为只有重力作用于它的点质量抛射物，导致抛物线飞行路径。通过操纵发射角度，我们能够迫使躲避球的轨迹拦截在空间中作为目标呈现的相同的4个位置(图1)，从而吸引参与者在游戏过程中到达这些地点。在最近的一项I期临床试验中，我们的研究小组发现，较低的截距位置导致慢性腰痛患者腰椎屈曲偏移增加[6]。因为当达到较低的目标时，回避行为更为突出[14，在整个干预过程中，增加躯干屈曲幅度的能力是必不可少的。第一阶段临床试验的其他重要发现是，参与者认为游戏“可以分散他们的背部疼痛”，“玩起来很有趣”，他们“不担心在游戏过程中伤到背部”，游戏“不会增加他们的背部疼痛”[6]。基于这项I期试验的结果，我们相信Dodgeality可能是慢性下腰痛和高度运动恐惧患者康复的一个有用组成部分，我们目前正在一项II期随机临床试验中评估这种干预的有效性[20.]。

‎ 查看此图

虽然我们最近的研究结果表明，我们能够成功地控制游戏过程中所需的躯干屈曲量[6Dodgeality本质上是一款需要快速反应的快节奏游戏。在开放式调查回应中，一些参与者表示希望在虚拟环境中以较慢的速度进行更多的练习[6]。重要的是，分级暴露疗法的一个主要原则是从患者最不害怕的动作开始，逐渐向他们最害怕的动作靠拢[16-18]。下腰痛患者和高度的运动恐惧不仅限制了向前伸展时躯干的活动量，而且还限制了他们弯曲躯干的速度[12]。因此，为了提高我们在干预过程中逐渐增加躯干机械要求的能力，我们试图创造一种新的游戏，它需要与Dodgeality相似的躯干屈曲量，但速度要求较低。我们开发了一个虚拟的捕鱼游戏，在此称为“Fishality”，它的目的是在Dodgeality分级干预(图2B-2D)。在Fishality虚拟环境中，参与者站在码头上俯瞰池塘，惯用手拿着篮子(在现实世界中，这是由控制器跟踪的)。鱼游向参与者，在水面上有一个指示器提醒参与者有鱼靠近。然后，鱼以高抛物线的形式跳出水面，向参与者扑来，参与者被指示在他们的桶里抓鱼。这个轨迹是为了给参与者更多的时间来反应，因此需要降低躯干屈曲速度。通过规定弹道高度，求解运动学方程，可以计算出初始发射角度和发射速度，以确保鱼在空间中拦截的4个点与在到达性和躲避性(图1)。

本研究的目的是比较健康对照者的腰椎运动学，包括髋部、髋部和髋部。我们的第一个假设是，相对于鱼身，躲闪时腰椎屈曲速度会增加。我们的第二个假设是，在不同的虚拟游戏中，腰椎屈曲的程度不会有什么不同。虽然躲闪性和鱼性的设计使得发射对象的轨迹与达到性期间呈现的4个静态目标位置中的每一个都相交，但参与者可以在其轨迹上的任何点拦截发射对象。考虑到物体的运动轨迹在Dodgeality和Fishality之间明显不同，观察到的腰椎运动学差异可能可以通过实际拦截位置的差异来解释(而不是最初获得运动轨迹的预期位置)。因此，我们提出了以下探索性的第三个假设:在鱼性和可及性时，参与者比在逃避性时，在正向方向上走得更远。

‎ 查看此图

方法

参加者及道德考虑

共有31名健康、未受损的参与者(16名男性，15名女性;平均年龄24.7岁，SD 3.3岁;平均体重76.05 kg，标准差12.24 kg;平均身高172.5 cm，平均身高9.8 cm)完成了弗吉尼亚联邦大学人类研究保护计划(HM20014879)批准的知情同意程序，然后参加了本研究。该研究的纳入标准要求所有参与者年龄在18至35岁之间。怀孕或有脊柱或髋关节手术史的个体，在过去6个月内有腰痛，被诊断为神经系统、心血管或肌肉骨骼疾病(会干扰参与基于运动的VR游戏的能力)，酒精或药物依赖，严重的视力障碍，或有晕车史(会阻止使用VR头戴式显示器)的个体被排除在外。

游戏

游戏玩法的顺序是固定的，即“触手性”之后是“鱼性”，然后是“躲避性”。在达到性过程中，参与者达到位于中矢状面的虚拟目标，其高度理论上会引起15°，30°，45°和60°的孤立躯干屈曲(图1) [21]。到达高度的顺序是固定的，从最高的目标开始，到最低的目标结束。在每个高度，参与者用右手完成5个动作，然后用左手完成5个动作。在到达之间提供约15秒的短暂休息，在高度之间提供约2分钟的休息。每次触碰，参与者都被要求站直，直到虚拟目标的颜色改变(红色变为绿色)，之后他们被要求把手伸过虚拟目标，并在那里停留2秒钟，这是计时的，并在目标上方的状态栏上进行视觉显示。2秒后，目标和状态条消失，参与者被要求恢复直立姿势，等待下一个目标的出现。

在Fishality中，参与者右手拿着一个控制器，这个控制器在虚拟环境中被想象成一个篮子，并被指示捕捉沿着高抛物线弧线的路径从水中跳出来的鱼。每条鱼的运动轨迹都是这样规定的，即鱼会在空间中拦截相同的4个点，这些点在理论上用于引起15°，30°，45°和60°的孤立躯干弯曲;然而，参与者并没有被告知沿着轨迹在哪里捕到鱼。在捕捉不同高度的鱼的同时，参与者偶尔会听到一个不祥的音频提示，然后是一条大鲨鱼跳出水面，朝他们的头部跳来，他们被指示蹲下躲避鲨鱼。

在躲避过程中，参与者拿着一个3d打印的躲避球，在虚拟环境中被跟踪和可视化，并被指示用这个球来阻挡4个对手向他们扔来的躲避球。同样，投掷的躲避球的轨迹被规定与上述空间中的4个点拦截，参与者可以自由地在其轨迹上的任何点拦截躲避球。躲闪还包括偶尔的躲避，参与者被指示如果听到嘎嘎的声音就躲避飞来的躲避球，而且飞来的球的颜色是黑色而不是红色。

每个参与者先玩“达到性”，然后玩1级“鱼性”和1级“躲闪性”。Fishality和Dodgeality分别由2组15只发射的鱼(或躲避球)组成，在4个目标高度和躲避中均匀随机分布。

仪表

使用一个14个摄像头的被动运动捕捉系统(Vero v1.3, Vicon motion Systems Ltd.)在100 Hz下以3D方式收集全身运动学，并将刚性跟踪集群放置在胸椎、腰椎和骨盆上方的头部以及双侧的脚、小腿、大腿、手臂、前臂和手部。每个刚性集群都是3D打印的(Taz 6, LulzBot Inc.)，包含4-7个球形反光标记(9.5 mm Pearl markers, B&L Engineering)，并使用维可牢带(Fabrifoam ProWrap, Applied Technology International, Ltd.)固定在主体上。每个刚性簇的三维位置和方向以100hz的频率记录下来，并使用Vicon Tracker软件实时流式传输到传输控制协议(TCP)套接字端口。

使用运动监测软件(MotionMonitor xGEN, Innovative Sports Training Inc.)读取从2个嵌入式力板(Bertec Inc.)获得的刚性簇运动学和动力学数据。在MotionMonitor xGEN中，通过使用包含5个反射标记的定制3d打印触控笔，在安静的姿势下通过数字化解剖地标来定义段方向。然后在运动过程中以6个自由度跟踪节段，并使用欧拉角序列在矢状面，正面面和横向面旋转来计算相邻节段之间的关节角。使用MotionMonitor xGEN记录每次试验的所有运动学和动力学数据，并导出以供进一步分析。

除了动作捕捉系统外，参与者还在躲避过程中拿着一个3d打印的躲避球，球上附有HTC Vive无线追踪器(HTC America Inc.)，在Fishality过程中，他们的右手拿着HTC无线控制器。使用2个HTC基站跟踪Vive跟踪器和控制器的3D位置和方向，这些基站发出的红外光由跟踪器和控制器上的多个光电二极管探测器感知，以确定方向。使用SteamVR软件(Valve Inc.)， Vive跟踪器和控制器的运动学也几乎实时地流式传输到TCP套接字端口。

VR环境和游戏是使用Unity游戏引擎(版本3.9,Unity Technologies)定制的。Unity程序从TCP套接字端口读取来自Vicon Tracker, MotionMonitor xGEN和SteamVR的传入数据，并使用这些数据在虚拟环境中构建和控制参与者的化身。随着读取传入数据，Unity程序还发送数据到MotionMonitor xGEN关于游戏事件的时间(例如，当虚拟目标出现时，通过改变颜色提示到达，并在Reachality期间首次接触)。参与者使用HTC vive连接的头戴式显示器沉浸在虚拟环境中，该显示器向他们展示了他们化身的第一人称视角。头戴式显示器的分辨率为每只眼睛1080 × 1200，刷新率为90 Hz，视野为110°。

分析

使用定制的MATLAB程序(版本2020a, The MathWorks Inc.)进一步减少从MotionMonitor xGEN导出的关节运动学。使用41点四阶Savitzky-Golay滤波器对关节角时间序列进行平滑和微分，该滤波器计算多项式系数以拟合数据的最小二乘解[22，23]。计算每个前伸运动的腰椎屈曲偏移量和腰椎屈曲峰值速度。由于钓鱼是用右手进行的，因此对右手的关节运动学进行了评估，只分析了右手的伸展试验。关节偏移和速度是在每次运动开始的时间(例如，目标出现在触手中，对手开始在躲避中，或者鱼开始向参与者游来)和参与者接触目标(或鱼/躲避球)200毫秒之间计算的。只要参与者对发射做出反应并试图拦截，目标未被成功拦截的试验(即鱼未被捕获在篮子中)就包括在分析中。每项试验都由研究小组的一名成员进行视觉检查，如果对发射的靶标明显缺乏腰椎运动，则该试验被排除在分析之外。随着腰椎偏移和速度，相对于参与者脚的中点计算了手在目标接触处的位置。计算每个移动的结果，然后计算每个游戏到达高度的平均值。

统计分析

使用Shapiro-Wilk检验对数据进行正态性检验，然后对每个结果进行单独的双向重复测量方差分析，将游戏(可达性、可鱼性和可躲避性)和高度(躯干弯曲15°、30°、45°和60°的目标位置)作为受试者内变量。当球形假设不满足时，应用温室-盖瑟校正。对每个方差模型分析计算效应大小(通过偏方差平方值)，大于0.25表示中等效应，大于0.64表示强效应[24]。对显著主效应采用最小显著差异法进行事后分析，对交互作用采用简单效应模型进行分析。显著性设为α水平为0.05，所有统计分析均使用SPSS (version 27, IBM Inc.)进行。

结果

方差重复测量分析的原始数据和结果见表1。每个结果的游戏和撞击高度之间存在相互作用(图3,所有P<措施)。因此，我们使用事后简单效应模型(即单向方差分析)来比较不同影响高度的3款游戏。

‎ 查看此图

腰椎远足

在检查游戏类型对腰椎运动的影响时，发现在每个预期的撞击高度上的影响是不同的。具体地说，在预期的撞击高度1下，避碰状态下腰椎屈曲偏移比鱼性状态和实性状态下更大，鱼性状态下比实性状态下更大。在预期的撞击高度2，躲闪性时腰椎屈曲偏移比鱼性和触手性时更大。在预期撞击高度3下，两种运动之间没有显著差异，但在预期撞击高度4下，“触碰”运动的腰椎屈曲偏移大于“躲避”和“钓鱼”运动。

腰椎屈曲速度

在检查游戏类型对腰椎屈曲速度的影响时，发现在每个预期的撞击高度上的影响是不同的。具体来说，在预期的撞击高度1下，避碰状态下的腰椎屈曲速度大于鱼身状态和触身状态，而鱼身状态下的腰椎屈曲速度大于触身状态。在预期冲击高度2和3时，躲闪性时腰椎屈曲速度大于鱼性和触手性时。最后，在预期的撞击高度4下，避碰和触碰的腰椎屈曲速度大于鱼碰。

影响的位置

游戏之间在垂直方向上的实际撞击位置的差异随着预期的撞击高度而变化。在预期撞击高度1时，躲闪性和鱼性时的实际撞击位置低于达到性。在预期撞击高度2下，真实撞击位置在鱼身状态下比在躲避状态和到达状态下都要低。在预期撞击高度3时，真实撞击位置在鱼性和可及性阶段比躲避性阶段要低。最后，在预期的撞击高度4下，真实状态下的实际撞击位置低于躲避状态和鱼态状态，而鱼态状态下的实际撞击位置低于躲避状态。在每一个预期的撞击高度上，真实状态下的实际撞击位置在前后方向上大于躲避状态和鱼性状态，而鱼性状态下的实际撞击位置大于躲避状态。

讨论

基于游戏化运动的干预是一种很有前途的方法，用于腰痛和高度运动恐惧患者的康复。我们的团队最近开发了Dodgeality，这是一款虚拟的躲避球游戏，我们鼓励患者向前弯下腰，挡住对方球员扔过来的球。6]。虽然我们能够通过修改发射球的预期撞击位置来影响成功游戏玩法所需的躯干弯曲量，但Dodgeality本质上是一款具有大移动速度要求的快节奏游戏。我们试图通过开发一款游戏来补充我们的VR游戏套件，以鼓励患者以较慢的速度弯曲他们的躯干。因此，我们开发了Fishality，这是一款新颖的VR游戏，在游戏中，鱼会以高抛物线的形式跳出水面，患者必须在回到水中之前弯腰抓住鱼。

本研究试图比较躲躲躲躲、鱼身性和标准化虚拟触达任务(Reachality)的运动生物力学。我们的第一个假设得到了支持，因为在躲闪状态下腰椎屈曲速度大于鱼跃状态下。在每个预期的撞击高度，鱼身状态下的弯曲速度都小于躲闪状态下的弯曲速度，而在较高的撞击高度(需要较少的运动)下，差异更大。具体来说，在预期撞击高度1时，腰椎屈曲速度降低了38%(偏移度:平均71.5°，标准差35.8°;鱼腥度:平均44.3°，标准差15.4°)和21%的预期撞击高度4(躲闪度:平均88.7°，标准差35.3°;鱼腥味:平均70.2°，标准差23.7°)。我们的第二个假设没有得到支持，因为不同游戏的腰椎运动是不同的。具体来说，在更高的目标上，Fishality导致相对于Dodgeality少13%-18%的腰部运动，导致运动的幅度与Reachality更相似。目前尚不清楚为什么在躲躲躲躲时，更高的目标会增加腰椎屈曲;然而，由于躲避球发射的速度很快，参与者很可能在确定来球的目标之前就开始向下移动了。 This finding suggests that Fishality is better than Dodgeality for manipulating trunk flexion during gameplay. As the magnitude of lumbar flexion and lumbar flexion velocity across VR games and impact heights were comparable between this study and prior research conducted in a real-world environment [12，21，这项研究的结果可能不是由于VR环境本身。先前的一项研究发现，在虚拟环境和现实环境中，完成任务时腰部运动和速度的差异有限。15]。因为分级干预的一个主要目标是在整个干预过程中增加运动需求[16-18]，调节腰椎运动和速度的能力是必不可少的。因此，当考虑为低体力活动和高运动恐惧的腰痛患者制定个性化、分级干预方案时，本研究的结果是令人鼓舞的。

这项研究的另一个重要发现是，参与者在玩躲闪和钓鱼游戏时，相对于在玩触手游戏时与目标接触时，接触的距离没有那么远。这一发现在直觉上是有意义的，因为在《躲避球》和《鱼》中，抛射物(躲避球和鱼)可以在其轨迹上的任何点被拦截，从而实现成功的游戏玩法(与《到达》中使用的静态目标位置相比)。Fishality的触地距离比躲闪的要大，考虑到这两款游戏的不同要求，这也是可以预料的。具体来说，来袭的躲避球有一个平坦的轨迹，如果没有被阻挡，就会接触到参与者的身体，而来袭的鱼有一个高抛物线轨迹，如果没有被抓住，就会落在参与者和预定拦截目标之间的水中。基于这些发现，我们可以对VR游戏进行功能修改，如拦截边界，以确保在游戏过程中更大的向前移动，这将提高我们在所有目标高度上适当地针对腰椎弯曲的能力。

在解释研究结果时应考虑到本研究的局限性。首先，由于我们的样本由年轻健康的参与者组成，这些发现应该在具有广泛年龄和脊柱损伤的参与者队列中重复，以确定研究结果的稳健性。然而，在这项研究中，我们有意纳入了没有损伤的健康参与者，以确保任务要求与我们开发VR游戏的方式一致。第二个潜在的限制是玩法顺序不是随机的，这可能会给我们的数据带来排序效应。然而，由于游戏被设计成以有序的方式用于干预目的，我们希望在此背景下研究运动行为。

总之，本研究试图在健康样本中比较虚拟躲避球游戏、新开发的虚拟捕鱼游戏和虚拟伸手任务。我们发现，Fishality的腰椎屈曲速度比Dodgeality的要低，而类似的速度要求更类似于自定节奏的伸手任务(即伸手)。这些发现鼓舞了未来的研究，旨在为LBP和高度运动恐惧患者开发个性化、分级的VR干预措施。