使用虚拟现实识别慢性脚不稳定的年轻成年人的准确性 - 均衡错误评分系统:一个横截面研究
Suwisit Laorungreungchai1, Akkradate Siriphorn1
1Human Movement Performance Enhancement Research Unit, Department of Physical Therapy, Faculty of Allied Health Sciences, Chulalongkorn University, Bangkok, 10330, Thailand.
Journal of bodywork and movement therapies
|May 19, 2024
概括
平衡错误评分系统 (BESS) 和其虚拟现实版本 (VR-BESS) 都可以识别慢性脚不稳定性 (CAI). 这些姿势稳定性测试显示了类似的准确性,这表明它们可以互换地用于CAI诊断.
科学领域:
- 运动医学 运动医学
- 生物力学 生物力学
- 康复技术 康复技术 康复技术
背景情况:
- 平衡错误评分系统 (BESS) 通过评估眼睛闭着的各种姿势和表面的错误来评估姿势稳定性.
- 虚拟现实 (VR) 技术提供了一种新的方法来破坏平衡测试期间的视觉输入,这可能会提高慢性脚不稳定 (CAI) 等疾病的诊断灵敏度.
研究的目的:
- 为了比较VR-BESS测试的诊断准确性与传统的BESS测试在识别CAI的个体.
- 为了确定VR-BESS是否为CAI检测提供了比标准BESS更好的灵敏度或准确性.
主要方法:
- 这项研究涉及68名年轻成年人,其中34名被诊断患有CAI,34名健康对照.
- 进行了BESS和VR-BESS测试,并使用前侧视频分析记录了性能错误.
- 接收器操作特征 (ROC) 曲线分析,计算曲线下的面积 (AUC),用于评估诊断准确性.
主要成果:
- 无论是BESS (AUC=0.63) 还是VR-BESS (AUC=0.64) 在识别CAI个体方面都表现出统计学上显著的准确性,超过了机会水平.
- 最优的截止分数为BESS的12分和VR-BESS的15分.
- 在BESS和VR-BESS测试的ROC曲线之间没有发现显著差异,表明可比的诊断性能.
结论:
- VR-BESS测试的诊断准确度与传统的BESS测试相似,用于识别CAI患者.
- 这些发现表明,BESS和VR-BESS测试可以在临床环境中互换地用于评估CAI.
