《Neurology International》：Assessment of Upper Limb Function Using Virtual Reality Technologies in Adults with Neurological Disorders: A Systematic Review
编辑推荐：
背景：虚拟现实（VR）正越来越多地被探索作为评估神经系统疾病成人上肢（UL）功能的工具。本综述通过分析基于VR的UL评估的心理测量学特性（psychometric properties）及其在临床和研究环境中的潜在作用，综合了现有证据。方法：本系统综述遵循结果
背景：虚拟现实（VR）正越来越多地被探索作为评估神经系统疾病成人上肢（UL）功能的工具。本综述通过分析基于VR的UL评估的心理测量学特性（psychometric properties）及其在临床和研究环境中的潜在作用，综合了现有证据。方法：本系统综述遵循结果测量工具系统综述报告指南（PRISMA-COSMIN），并前瞻性地注册于PROSPERO。数据提取由两名研究人员独立进行，分歧通过共识或第三名研究人员解决。心理测量学证据采用基于共识的健康测量工具选择标准（COSMIN）方法学进行评估，包括偏倚风险评估、测量特性的评价与综合，以及根据GRADE进行证据分级。此外，还检查了每个VR评估的临床应用背景，并进行了优势、劣势、机会和威胁分析，以探讨影响神经康复中实施和未来发展的因素。结果：共识别出20项基于VR的UL评估。VR-Box和Blocks Test（VR-BBT）代表了最大量的证据，并且是唯一在所有沉浸水平中实施的评估，在卒中和帕金森病（Parkinson's disease）人群中均显示出有前景的结果（B级推荐）。沉浸式Action Research Arm Test（ARAT-VR）在卒中样本中表现出最强的心理测量学特性（B级推荐）。此外，虚拟职业治疗助手（VOTA）和SaeboVR?包含了最具生态效度的任务，反映了更接近日常生活表现的活动。重测信度（test-retest reliability）和建构效度（construct validity）是最常评估的测量特性。结论：基于VR的评估是UL评估的有前景的工具。然而，尽管大多数系统获得了B级推荐，但由于方法学缺陷和不完整的心理测量学评估，支持证据的确定性仍然较低或非常低。因此，需要更严格和方法学上更稳健的研究来加强支持其在临床实践中作为UL评估补充工具实施的证据。
1. Introduction
神经系统疾病是导致残疾的主要原因，上肢（UL）功能障碍常见，严重影响日常生活活动（ADL）和社会参与。传统评估工具生态效度有限、依赖主观评分、需昂贵设备或无法评估运动质量、实践、抓握模式等关键方面。扩展现实技术包括虚拟现实（VR）、增强现实和混合现实，VR提供完全计算机生成的环境，近年来在神经康复中引起兴趣。VR可通过不同沉浸水平（沉浸式、半沉浸式、非沉浸式）实现标准化和可控评估，但心理测量特性证据有限。本系统综述旨在系统分析VR用于神经系统疾病成人UL评估的证据，评估其心理测量特性，并确定临床和研究角色。次要目标包括识别技术特征、描述UL功能和任务，指出方法学局限。
2. Methods
2.1 Design
本系统综述遵循PRISMA-COSMIN指南，研究方案前瞻性注册于PROSPERO（CRD420251237279）。
2.2 Search Strategy
采用PICO框架制定研究问题。在PubMed、Scopus、Web of Science、Science Direct、Cochrane、PEDro和OTseeker数据库检索，从建库至2025年11月25日。关键词组合围绕UL功能、VR技术、评估工具和心理测量特性，使用布尔运算符和截词。
2.3 Study Selection
纳入标准：成人（≥18岁）神经系统疾病患者；实证研究评估VR环境下的UL功能评估工具的心理测量特性、可行性或效度；无语言和日期限制。排除无全文、海报、会议摘要等。
2.4 Data Collection
使用Rayyan AI去重，双人独立筛选标题和摘要，阅读全文，分歧由共识或第三方解决。提取信息包括作者、年份、VR测试、疾病、样本量、研究设计、评估领域、ICF领域、实践类型、时间、患者姿势、比较措施、满意度、不良反应等。因异质性，采用叙述性综合。
2.5 Evaluation of Selected Studies
采用COSMIN方法学评价心理测量特性，分三步：第一步，使用COSMIN偏倚风险清单评估方法学质量，每个测量特性评为“非常好”、“充分”、“可疑”或“不充分”，遵循“最差得分”原则。第二步，根据更新标准评估测量特性质量，评为“+”（充分）、“-”（不充分）或“？”（不确定）。第三步，根据COSMIN和GRADE指南综合证据，考虑研究数量、一致性、质量和精确性，给出证据等级（高、中、低、非常低）和推荐分类：A（推荐）、B（可能推荐）、C（不推荐）。此外，进行SWOT分析。
3. Results
3.1 Study Selection
数据库检索获得1594条记录，去重后1157条，筛选后141篇全文，最终纳入20个虚拟评估。分为两组：虚拟化传统测试/量表（n=13）和虚拟化UL评估系统（n=7）。
3.2 Characteristics of Included Assessment Instruments
20个评估发表于2010-2025年，国家分布包括比利时、韩国、西班牙、瑞士、美国等。研究人群：卒中393人（62.34%男性），帕金森病63人（67.9%男性），多发性硬化（MS）31人，颈髓损伤等12人。疾病严重程度常用疾病特异性量表描述，但纳入标准不一。大多数测试评估“活动和参与”领域，部分量化“身体功能”。实践未被正式评估，用户体验评估有限，不良反应仅一项研究无异常。
3.2.1 Virtualized Conventional Tests/Scales
- VR Finger Tapping test (VR-FTT)：沉浸式VR，评估运动功能，识别运动不足和心律不齐，使用头戴式显示器（HMD）和实时动作捕捉。
- Virtual Reality Box and Blocks Test (VR-BBT)：基于传统BBT，评估单侧粗大手动灵活性。有沉浸式（使用HMD和手部追踪或控制器）、半沉浸式（使用Kinect?或Leap Motion Controller?）和非沉浸式（使用机器人设备HWARD）版本。
- Virtual Peg Insertion Test (VPIT)：基于传统九孔柱测试（NHPT），非沉浸式，使用显示器和力反馈设备（Phantom Omni?或Geomagic Touch?）。
- Action Research Arm Test Virtual Reality (ARAT-VR)：基于传统ARAT，沉浸式，使用Oculus Quest 2和红外手部追踪，包括13个原始项目，评分0-3，总分0-39。
3.2.2 Virtualized Systems Intended for UL Assessment
- Virtual Environment Technique (VET)：沉浸式，使用HMD和眼罩，评估本体感觉，通过角度匹配和触及任务。
- Virtual Occupational Therapy Assistant (VOTA)：半沉浸式，使用Kinect?传感器，评估和训练ADL，限制代偿策略。
- SaeboVR?：半沉浸式，结合SaeboGlove?矫形器和运动传感器，评估抓握-释放任务，提供运动学指标。
- 虚拟目标指向任务：半沉浸式，使用3D显示和力反馈设备（PHANTOM Omni?），评估指向任务。
- 计算机化运动游戏系统：半沉浸式，使用Kinect?，执行触及和追踪任务，单双上肢模式。
- 多关节上肢外骨骼：非沉浸式，使用Armeo? Spring外骨骼，提供重力支持，记录运动学。
- Upper Extremity Smart Exercises-Innovate Treatment (USE-IT?)：非沉浸式，触摸屏游戏，评估触及准确性，生成彩色编码图。
3.3 COSMIN-Based Evaluation of Measurement Properties
第一步：方法学质量评估。多数研究缺乏PROM开发、内容效度、结构效度、内部一致性、跨文化效度和反应性。信度在10项研究中评估，多数为“可疑”。测量误差在7项研究中评估，均为“可疑”。效标效度在11项研究中评估，多数“可疑”，ARAT-VR评为“充分”。建构效度在18项研究中评估，多数“可疑”，ARAT-VR评为“充分”。反应性仅一项研究，为“可疑”。
第二步：测量特性质量。内容效度两项研究评为“？”（不确定）。信度：沉浸式VR-BBT（帕金森病和卒中）、ARAT-VR和计算机化运动游戏系统评为“+”（充分），VR-FTT和VPIT（卒中）评为“-”（不充分）。测量误差全部“？”。效标效度：沉浸式VR-BBT（卒中）、手部追踪版VR-BBT、ARAT-VR和半沉浸式VR-BBT评为“+”，部分VR-BBT版本和VPIT评为“-”。建构效度仅ARAT-VR评为“+”，其他为“？”。反应性为“？”。
第三步：证据分级（GRADE）。大多数评估获得B级推荐，证据等级低或非常低。虚拟化传统测试心理测量证据更一致，卒中样本证据最强。ARAT-VR显示最佳心理测量特性（B级，低确定性）。VR-BBT多个版本一致获得B级推荐。VR-FTT也获B级（非常低确定性）。VPIT获得C级推荐（卒中和多发性硬化）。VR系统的UL评估大多B级，SaeboVR?证据最强（低确定性），其他非常低。
3.4 Clinical Application Contexts
少数VR评估在特定临床人群验证。卒中群体包括VR-BBT（沉浸式、半沉浸式、非沉浸式）、ARAT-VR、VPIT、VET、VOTA、SaeboVR?、虚拟目标指向任务、多关节外骨骼、USE-IT?。帕金森病包括VR-FTT、VR-BBT和计算机化运动游戏系统。多发性硬化仅VPIT。颈髓损伤等仅半沉浸式VR-BBT。SWOT分析总结关键因素，包括优势（自动化、客观评估、增强动机）、劣势（生态效度有限、设备成本）、机会（远程康复、技术进步）和威胁（标准化不足、患者接受度）。
4. Discussion
本综述发现，尽管VR技术临床相关性增加，但针对神经系统疾病成人UL的VR评估仍稀缺。系统分为虚拟化传统测试和VR系统，两者在技术需求、生态效度和心理测量证据上差异显著。大多数评估集中于触及、运输和物体位移任务，缺乏对抓握类型、手内操作、运动规划、实践和代偿策略的评估，生态效度受限。参与者通常为轻中度UL损伤，认知功能保留（MMSE≥24或MoCA≥21），但严重障碍患者结果可能不可泛化。验证在监督临床或实验室条件下进行，远程评估证据有限。研究间异质性大，限制可比性和标准化。经济因素从低成本到高专业平台不等，但成本效益证据稀缺。与CAULIN建议比较，心理测量证据不完整，最常评估重测信度和建构效度，但多数方法学质量为“可疑”，导致证据等级低。大多数评估为B级，但证据确定性低或非常低，主要由于样本量小、缺乏样本量计算、偏倚风险、关键测量特性未评估。未来研究应关注更大样本、标准化方案、跨文化适应和验证、系统可用性、不良反应（如网络病）、远程评估效度、实施因素等。本综述局限：未进行meta分析、数据库限制、发表偏倚、心理测量证据缺失、不可泛化。
5. Conclusions
基于VR的系统是UL评估的有前景工具，尤其在卒中人群。根据COSMIN评估，所有系统证据确定性低或非常低，因方法学局限和关键测量特性不完整。虚拟化传统测试目前提供最充分的心理测量证据。沉浸式ARAT-VR在卒中中显示最佳心理测量特性（B级，低确定性），VR-BBT在帕金森病和卒中中显示最有前景结果（B级，低确定性）。VR系统中，SaeboVR?获得最有利证据（B级，低确定性），并包含基于ADL的评估任务。多发性硬化、颈髓损伤等证据极有限。未来需更严格的心理测量验证以支持这些系统作为UL评估补充工具。
