18项沉浸式虚拟现实行动研究手臂测试的信度、效度和可用性：一项针对脑卒中幸存者的验证研究

《Frontiers in Neurology》：Reliability, validity, and usability of an 18-item immersive virtual reality action research arm test: a validation study in stroke survivors

　　

背景：脑卒中是成人残疾的主要原因，上肢偏瘫影响约80%的幸存者。虽然行动研究手臂测试（Action Research Arm Test, ARAT）是评估运动功能的参考标准，但其临床应用因资源密集且需要标准化的物理道具而受到阻碍。虚拟现实（Virtual Reality, VR）已成为一种有前景的自动化和客观评估方法。目标：本研究旨在开发并验证一个18项沉浸式VR版本的ARAT（ARAT-VR），并评估其在脑卒中幸存者、医疗专业人员和健康对照中的效度、信度和可用性。方法：研究人员招募了30名脑卒中幸存者、30名健康对照和8名医疗专业人员。ARAT-VR系统为PICO 4 Ultra Enterprise头显开发，利用iToF深度传感器进行无控制器光学手部追踪，并保留了原始19项中的18项。内容效度由专业人员评估。同时效度通过Spearman相关分析ARAT-VR与传统ARAT得分之间的相关性来衡量。重测信度（组内相关系数, Intraclass Correlation Coefficient, ICC）在7天间隔内评估。可用性使用系统可用性量表（System Usability Scale, SUS）测量。结果：在内容效度方面，大多数18项ARAT-VR项目在视觉运动控制需求方面被评为与物理任务相当（中位数=0），但操作微小物体（例如6毫米弹珠）被评为更困难（1.0 [1.0–1.0]）。在同时效度方面，患侧手的ARAT-VR得分与18项传统ARAT（r_s=0.845, 95% CI: 0.673–0.965, p<0.001）以及完整的19项ARAT（r_s=0.845, 95% CI: 0.696–0.961, p<0.001）均呈强相关。Bland-Altman分析显示平均偏差为1.77分，95%一致性界限为-10.07至13.60。重测信度优秀（ICC=0.98, 95% CI: 0.96–0.99, p<0.001），最小可检测变化（Minimal Detectable Change, MDC）为5.36分，表示超过测量误差所需的最小变化。可用性被评为优秀（健康对照中位SUS=85.0，脑卒中幸存者中位SUS=81.3；p=0.212）。结论：初步发现表明，18项ARAT-VR具有良好的同时效度、高重测信度和可接受的可用性，突出了其作为脑卒中幸存者补充数字评估工具的潜力。计算出的MDC为5.36分，为未来的纵向监测提供了初步参考。然而，其准备用于常规临床实施尚未确定。需要进一步的大规模研究来验证该系统在更广泛人群中的有效性，并探索硬件优化，例如集成触觉反馈。

脑卒中（stroke）是全球成人致残和长期残疾的主要原因，其中约80%的幸存者出现上肢偏瘫（upper extremity hemiparesis），导致力量、协调性和手部灵巧性下降，严重限制日常活动独立性和生活质量。为优化治疗，需对上肢功能进行精确、频繁且客观的评估。行动研究手臂测试（Action Research Arm Test, ARAT）作为评估上肢运动功能的参考标准，具有高信度、效度和反应性，但其传统实施依赖标准化物理道具和训练有素的临床医师手动评分，存在资源密集、耗时长、易受评估者间变异影响等局限，阻碍了高频评估及远程康复的推广。虚拟现实（Virtual Reality, VR）技术为神经康复提供了自动化、客观评估的新途径，但早期VR版ARAT（如Burton等的研究）因手部追踪精度不足，被迫排除细小物体项目，限制了对精细捏合功能的评估。为解决上述问题，研究人员利用新型硬件（PICO 4 Ultra Enterprise头显，集成iToF深度传感器）开发并验证了一项18项沉浸式VR版ARAT（ARAT-VR），旨在建立其与传统ARAT的同时效度、重测信度及可用性。该研究发表于《Frontiers in Neurology》。

研究人员开展了一项观察性验证研究，招募30名脑卒中幸存者、30名健康对照和8名医疗专业人员（样本来源：盐城市第一人民医院，采用连续抽样法）。主要关键技术方法包括：使用PICO 4 Ultra Enterprise头显（Snapdragon XR2 Gen 2芯片组），集成iToF（间接飞行时间，indirect Time-of-Flight）深度传感器和32MP RGB摄像头，实现无控制器光学手部追踪；虚拟环境以1:1比例高保真建模物理ARAT道具，采用代理碰撞体（Proxy Colliders）和连续碰撞检测（Continuous Collision Detection, CCD）处理复杂物体交互；基于OpenCV计算机视觉算法和预测骨骼模型追踪26个手部关键点；自动化评分算法严格遵循标准化ARAT时间阈值。内容效度由专业人员评估，同时效度通过Spearman相关分析，重测信度在7天间隔内评估（组内相关系数, ICC），可用性使用系统可用性量表（SUS）。

研究结果如下：
**Content validity（内容效度）**：8名专业人员评价18项ARAT-VR项目，大部分抓握和粗大运动项目难度中位数为0（与物理任务相当），但操作微小物体（如1 cm合金管和6 mm弹珠）被评为更困难（中位数1.0），而倒水任务略容易（中位数-0.5）。系统技术评价（视觉感知、手部追踪稳定性、交互反馈、人体工学）中位数4.5–5.0，总体接受度5.0。
**Concurrent validity（同时效度）**：脑卒中幸存者患侧手ARAT-VR得分（中位数35.0）与18项传统ARAT（中位数35.5）呈强正相关（r_s=0.845, 95% CI 0.673–0.965, p<0.001），与完整19项ARAT同样强相关（r_s=0.845, 95% CI 0.696–0.961, p<0.001）。Wilcoxon检验显示两者无显著差异（p=0.114）。Bland-Altman分析显示平均偏差1.77分，95%一致性界限-10.07至13.60。健康对照中，优势手和非优势手ARAT-VR得分中位数均为53.0（满分54）。
**Test-retest reliability（重测信度）**：患侧手第1天与第7天ARAT-VR得分的ICC为0.98（95% CI 0.963–0.991, p<0.001），Wilcoxon检验无显著差异（p=0.301）。标准测量误差（SEM）为1.94，最小可检测变化（MDC）为5.36分。非患侧手和健康对照的ICC分别为0.65和0.76–0.80，均无显著学习效应。
**Usability（可用性）**：健康对照组SUS中位数85.0，脑卒中幸存者组81.3，两组无显著差异（p=0.212），均达到“优秀”等级。
**Discriminant validity（区分效度）**：脑卒中幸存者患侧手ARAT-VR得分（中位数35.0）显著低于健康对照非优势手得分（中位数53.0, Z=-6.69, p<0.001）。

讨论部分总结：ARAT-VR系统在传统ARAT基础上扩展了数字评估范围，首次验证了包含精细捏合任务的18项沉浸式VR评估。强同时效度表明其捕获了相似的运动控制和空间轨迹维度，但Bland-Altman显示较宽的95%一致性界限（-10.07至13.60），超出ARAT的最小临床重要差异（5.7分），因此不能直接替代传统ARAT单项得分。缺乏触觉反馈（tactile feedback, TF）导致患者依赖视觉线索调节抓握，可能增加认知负荷和运动难度，是得分差异的潜在原因。健康对照在VR中天花板效应显著降低（40.0%达到满分 vs 传统ARAT 100%），反映VR环境的操作摩擦。系统重测信度优秀（ICC=0.98），MDC 5.36分为纵向监测提供参考。年龄较大者得分差异略大，但不影响系统使用。可用性评为优秀，支持其临床应用可行性。未来需大规模多中心研究验证，探索触觉反馈集成及远程居家评估。

研究结论翻译：本研究证明，18项ARAT-VR（利用无控制器光学追踪）与传统ARAT具有强同时效度，并表现出优秀的重测信度。这些发现支持ARAT-VR作为评估脑卒中幸存者上肢运动功能的有前景且潜在有用的数字评估工具。然而，必须指出，当前证据并未证明该系统优于传统ARAT，也未确认其立即准备用于常规临床实施。未来需要大规模、充分效能的研究，以严格评估其在无监督居家环境中的有效性及其作为主动康复干预的潜在用途。