沉浸式虚拟现实与同步神经刺激用于中风后上肢康复：一项随机可行性试验 - 心脑血管

摘要

中风每年影响1500万人，使500万人永久残疾。在慢性期（中风后>3个月），患者常经历持续的感觉运动缺陷和身体表征改变，但康复治疗仍有限且不一致，凸显了未满足的临床需求。沉浸式技术和非侵入性神经刺激为可扩展、密集的康复提供了潜力，但支持多模态方法和客观结果评估的临床证据仍然有限。本研究评估了一种多模态平台（MultiSensy）——将虚拟现实与同步的经皮感觉神经刺激相集成——的可行性、临床效果和评估能力。我们招募了34名慢性中风患者，进行了一项合并的试点研究（n=9）和随机的33天可行性研究（n=25），其中MultiSensy干预与传统康复进行了比较。主要终点包括Fugl-Meyer评估上肢功能（FMA-UE）和行动研究手臂测试（ARAT）评估的运动功能，以及身体地标测试评估的自身体表征。次要结果包括感觉和功能独立性评估。收集了连续的运动学数据，以提取客观的性能指标。与传统康复相比，MultiSensy带来了更大的运动改善，反映在FMA-UE（13.17±1.30比7.54±1.48；P=0.01）和ARAT（8.25±1.96比2.44±1.08；P=0.029）得分更高。MultiSensy进一步改善了身体自表征和手部触觉敏锐度。该平台实现了连续的性能监测和客观运动学指标的提取，这些指标跟踪了康复进展。这些发现为更大规模的试验铺平了道路，并凸显了用更少的物理治疗师访问或多用于家庭基础的感觉运动康复治疗多个患者的潜力。临床试验注册标识符：NCT06400823。

正文

中风每年影响1500万人，是全球第二大死亡原因和第三大致残原因¹,²。在住院期间，中风幸存者面临即时且常为严重的感运动障碍，影响行走、协调和言语，导致自主性和功能独立性突然丧失³。尽管早期康复努力旨在恢复认知和运动功能，但许多患者出院时仍存在持续的缺陷，限制了他们参与社会和职业生活的能力⁴。值得注意的是，临床证据表明，康复延伸至急性期之后，患者在中风后数月仍可显著改善其临床状况⁵,⁶。在慢性期，中风幸存者仍经历持续的偏瘫感运动缺陷，如痉挛、肌肉无力、协调丧失⁷和患侧触觉感知受损⁸。此外，各种证据显示中风慢性期会诱导适应不良的可塑性变化⁹,¹⁰,¹¹，关键性地导致运动规划和执行的慢性改变¹²和身体表征扭曲（即大脑编码的身体位置和角度¹⁹）。例如，上肢损伤方面，研究表明¹⁵慢性中风患者会误判其受损手臂的尺寸，并且个人周围空间（PPS）（即多感官刺激整合得到促进的空间²⁰,²¹）减少。然而，尽管中风缺陷在感觉和身体表征领域多维度存在，康复仍主要关注运动方面²²。

在临床实践中，最常见的康复策略是特定任务训练，涉及重复性、目标导向的运动以促进功能恢复和独立性。这包括职业治疗，针对日常活动（ADLs）²³，以及限制性诱导运动疗法（CIMT）²⁴，通过限制未受影响的肢体来促进受损肢体的使用²⁵。然而，仅靠特定任务训练可能不足以支持完全恢复。它可以通过启动技术（如经颅直流电刺激或经皮电神经刺激（TENS））得到加强，这些技术增强神经兴奋性并为重新学习做准备，以及通过直接针对运动障碍的增强策略，例如使用机器人设备。另一方面，功能性电刺激（FES）长期以来应用于中风后上肢康复，以恢复自愿运动并预防废用性肌肉萎缩²⁷。多项研究表明，在FMA-UE²⁸和ARAT²⁹评分上有临床意义的改善，这些评分用于评估慢性中风患者接受混合FES-机器人干预后的情况³⁰,³¹。然而，尽管对运动恢复有效，这些系统通常缺乏同步的感觉反馈，限制了它们完全参与对功能恢复至关重要的感运动整合机制的能力。

尽管潜力巨大，但综合性的多模态中风康复应用仍然罕见。此外，在出院后的真实世界实践中，康复类型和更重要的是剂量变得高度不一致，导致患者间急性后康复强度存在巨大差异²³,³²。

为应对这些挑战，卫生机构倡导创新的多感官方法，这些方法整合了各种中风康复策略，同时提供最少医疗人员监督的高剂量治疗，从而减轻医疗系统的负担。在这方面，虚拟现实（VR）可以通过最少的医务人员监督传递个性化康复练习，加速患者的功能恢复³³。此外，VR通过沉浸式、目标导向任务增强用户动机和参与度³⁴。这种参与不仅改善了依从性，还神经生理学上激活了与强化相关的神经回路³⁵,³⁶，包括投射到运动皮层的腹侧被盖区，支持对运动恢复至关重要的神经可塑性过程⁴⁰。尽管VR在慢性患者中的疗效证据因VR应用的多样性（例如类型、剂量和时间）而结论不一⁴¹，但越来越多的研究突显了量身定制的沉浸式VR的益处⁴²。将触觉线索整合到沉浸式视觉运动训练中，提供了额外的躯体感觉信息，增强了感运动耦合³⁴，并提供实时、任务相关的反馈，这是中风康复中有效运动再学习的基本组成部分⁴³。在此背景下，TENS作为传递感觉反馈的非侵入性和经济有效的方法而出现，重新训练受影响肢体的传入神经纤维⁴⁴,⁴⁵。TENS已证明在支持感觉和运动恢复方面有效，利用躯体感觉输入对运动技能获取的关键作用²²,⁴⁶。更重要的是，虚拟现实环境中触觉反馈的整合通过同步的多感官相关性增强了用户沉浸感⁴⁷,⁴⁸,⁴⁹，这是"身体所有权错觉"（即栖居于替代身体的感觉⁵¹,⁵²）的关键驱动因素。原则上，这可能直接针对躯体感觉编码的身体表征，从而解决感运动冲突并促进功能恢复¹²,⁵³。尽管最近的研究将虚拟或增强现实与各种形式的非侵入性脑刺激或FES刺激相结合⁵⁴,⁵⁵,⁵⁶,⁵⁷，但尚未有研究在多周康复训练中实现完全沉浸式VR与同步目标感觉神经刺激的集成。因此，沉浸式VR与周围躯体感觉刺激结合以增强身体所有权错觉和支持运动恢复的潜力在很大程度上仍未探索。

除了康复潜力外，沉浸式多模态系统提供了在训练期间（通过内置摄像头）持续跟踪参与者运动学和身体感知状态的独特机会⁵⁸。这些客观指标可与临床验证的措施（如FMA-UE²⁸和ARAT²⁹）整合，后者评估中风患者的感运动障碍和功能表现。将运动学和身体感知指标与这些工具结合，可能为临床医生提供患者恢复的精确和全面概况⁵⁹，实现康复策略的数据驱动个性化。

为实现这些目标，我们构建了MultiSensy：一个用于个性化中风康复和评估的多模态沉浸式神经平台。我们首先对九名中风幸存者进行了试点研究，证明了平台的可用性和短期效益。随后进行了一项涉及25名慢性中风患者的随机可行性研究，显示MultiSensy在一系列中风诱导的缺陷上优于传统物理治疗。

研究设计与患者人口统计

共34名中风幸存者被纳入两个阶段：一项试点研究（n=9）评估平台可用性和短期效果，随后是随机可行性研究（n=25），作为概念验证干预，以确定MultiSensy临床效果和对运动、身体表征和感觉障碍的影响。九名参与者（一名女性，八名男性；平均年龄59±8岁；纳入和排除标准见附表1）被纳入试点研究。试点阶段参与者的人口统计和临床特征总结在附表2中。25名慢性中风幸存者（九名女性，16名男性；平均年龄59±10岁）被招募参加随机可行性研究（图1中的CONSORT流程图；纳入/排除标准见附表1）。

随机可行性研究的招募于2024年4月至2025年4月进行。参与者被随机分为两组：MultiSensy（n=12）或传统康复（n=13）。两组均接受了为期3周的剂量匹配的上肢康复，对应于12个（每周四次）主动干预会话。MultiSensy组使用沉浸式神经刺激平台，每会话完成6-8个康复游戏，每个持续至少4分钟（附图1）。传统康复组参加治疗师监督的会话，与MultiSensy会话匹配持续时间和运动类型（附图1）。在基线（第1天，T0）、干预中途（第10天，T1）、干预结束（第19天，T2）和2周干预后随访（第33天，T3）进行评估。

参与者研究人口统计（性别和年龄）、临床（中风后月数、受损手臂、FMA-UE和ARAT）和分组数据总结在表1中（共病在补充表2中报告）。

MultiSensy平台与试点结果

MultiSensy是为中风幸存者提供的沉浸式神经刺激平台。它集成了定制的沉浸式VR场景和同步的经皮神经刺激，以提供个性化的中风康复和评估（图2）。

在康复方面，平台具有九个个性化的康复游戏，每个游戏设计针对特定的运动和肌肉功能（图2a）。这些游戏需要仅使用受损手臂重复执行目标导向运动，受限制诱导治疗法启发（图2a）。执行的运动与针对正中神经的目标感觉神经刺激相结合，提供躯体感觉反馈。电刺激校准为经皮激活神经中的感觉纤维，该神经支配大鱼际区域和拇指、食指和中指的掌侧区域，这些区域直接参与VR任务中的物体操作（图2a）。在评估方面，平台以50Hz频率持续捕获手和臂的位姿，生成运动数据和运动学指标（图2b）。除了运动学评估外，平台还包括两个专用场景用于评估身体感知：身体地标测试（图2c）和个人周围空间（PPS）任务（见"身体表征评估"部分）。

试点研究涉及单日方案，患者在两种实验条件下执行形状跟踪任务。在MultiSensy条件下，患者在沉浸式神经康复平台中执行任务（形状游戏；见"康复游戏"部分），每个持续4分钟（图2d）。在此期间，提供针对正中神经的同步和目标电刺激。任务后，患者重复身体地标测试并完成身体表征问卷（补充表4）⁴⁷,⁶¹和系统可用性量表（SUS）问卷（补充表5）⁶²（图2d）。在对照条件下，患者使用墙上海报执行相同的形状游戏运动，没有VR或电刺激。患者面对墙并用受损手跟随与虚拟形状匹配的预定义尺寸海报，持续两个4分钟会话。完成对照任务后，患者重复身体地标测试（图2d）。在执行运动时，患者仍佩戴肢体上的VIVE追踪器，使我们能够使用与MultiSensy条件下相同的设备收集对照条件下的运动学数据。

参与者在平台上感到身体表征：身体表征得分为1.64±0.50（平均值±标准误），对照得分为-2.04±0.41（双侧配对t检验，P<0.001，Cohen's d=2.64）（图2e）。参与者可以直观地使用平台，九人中有七人评其可用性为"优秀"（SUS>80.8），其余两人为"良好"（SUS>71.1）⁶⁴（图2e）。运动在两种条件下的运动学分析如图2f所示，显示代表性运动学指标（完整列表见补充表6）。速度（MultiSensy=0.24±0.02（m/s，平均值±标准误），对照=0.17±0.03，P=0.025）和旋前-旋后范围（MultiSensy=0.25±0.06，对照=0.09±0.01，P=0.021）更高，而面积误差（MultiSensy=0.37±0.04，对照=0.5±0.04，P=0.034）在沉浸式神经刺激平台中相比对照条件更低（图2f）。运动平滑度，通过速度峰值数量测量，两种条件间无显著差异（图2f）。身体地标测试在基线和每次实验条件后进行。手臂长度比（感知与实际维度之间）在MultiSensy条件下（MultiSensy=0.783±0.039，平均值±标准误）比基线（0.571±0.026，P<0.001）和对照（0.499±0.026，P=0.0004）条件有所改善（图2g）。手部宽度比未观察到显著差异（图2g）。其他指标和完整统计分析见补充表7。

主要结果

随机可行性试验的主要结果包括FMA-UE和ARAT评估的运动功能，以及身体地标测试评估的自身体表征。单个受试者分析显示，在MultiSensy组中，12名患者中有8名在T3（第33天）达到ARAT临床意义的改善（>5.7分），而传统康复组中，13名患者中有3名（另外4名患者在T0时已获得57/57满分）（图3a,c和附表3）。

我们随后应用了一个线性混合效应模型，包含组别（MultiSensy与传统）、时间（T0-T3）及其交互的固定效应，以及受试者随机截距。参考水平为组别=传统和时间=T0。混合模型显示显著的组别×时间交互效应（F₃,₇₄=3.81，P=0.013），而时间（F₃,₇₄=1.49，P=0.224）和组别（β=10.06，95%置信区间：-5.31至25.42，P=0.196）的主效应不显著。事后比较显示，MultiSensy组在T2（MultiSensy=8.25±1.96，传统=2.44±1.08，P=0.029）和T3（MultiSensy=9.17±2.37，传统=3.11±0.98，P=0.049）相对于传统组有显著更大的ARAT改善（图3c和补充表8）。

对于FMA-UE，MultiSensy组12名患者在T3时均达到临床意义的改善（>5.25分），而传统康复组13名患者中有8名显示类似进展（图3b,d和附表3）。线性混合效应模型揭示了显著的时间主效应（F₃,₈₉=20.50，P<0.001）和显著的组别×时间交互效应（F₃,₈₉=4.86，P=0.0035），表明两组间随时间的运动恢复轨迹不同。组别主效应（基线差异）不显著（β=-2.72，95%置信区间：-14.08至8.63，P=0.635）。基线校正变化分数的事后比较证实，MultiSensy组在T3时改善显著更大（MultiSensy=13.17±1.30，传统=7.54±1.48，P=0.01）（图3d和补充表8）。

对于身体地标测试，MultiSensy组参与者在第10天（T1）展示了手臂长度比例感知改善（T0=0.709±0.039（平均值±标准误），T1=0.916±0.028，P<0.001），在第19天（T2）进一步改善（T2=0.979±0.021，与T1相比P=0.02）并持续至第33天随访（0.965±0.027，与T0相比P<0.001）（图4a和附表4）。

相比之下，手部感知方面未观察到改善。传统康复组参与者在手臂或手部层面的身体表征均未显示改善（图4a和附表5）。

次要结果

随机可行性研究的次要结果包括ADLs的功能独立性、感觉敏锐度和PPS。对于Barthel指数（测量功能独立性），MultiSensy组12名患者中有4名和传统康复组13名患者中有2名在T3时显示出临床意义的改善（附表3）。然而，线性混合效应模型未显示组别×时间交互效应（P>0.05）。参与者的感官敏锐度使用两点辨别（2PD）触觉敏锐度测试进行评估（图4b）。在每个评估点，参与者被反复触碰（n=40）一个或两个针，并要求报告他们感觉到的针数。响应准确性（0-1，其中1表示100%准确）作为触觉敏锐度结果（图4b）。组间分析显示，在T2（MultiSensy=0.162±0.044（平均值±标准误），传统=-0.006±0.038，P=0.008）和T3（MultiSensy=0.208±0.046，传统=0.030±0.028，P=0.006）时，MultiSensy组的2PD性能改善显著高于传统康复组（图4b和补充表9）。对于PPS，评估点和组间反应时间见补充图1。为评估PPS变化，进行了双向（5个距离×4个评估点）受试者内ANOVA，以确定是否存在显著的交互效应，表明不同距离在时间点上有多感官促进作用（反应时间减少）。在观察到显著交互时，PPS计算为反应时间较基线显著加快的距离（配对t检验或Wilcoxon检验，依正态性而定）。

安全性

在试点研究或随机可行性研究期间均未报告不良事件。

探索性结果

在沉浸式神经刺激平台的康复游戏中，我们提取了捕获运动速度、平滑度和准确性以及量化效率和效能表现指标的运动学指标⁵⁹（图5a和补充表10）。

在康复运动过程中，系统以50Hz固定频率无缝收集手和臂位姿数据（位置和角度）。这些数据用于为每个游戏提取运动学指标，为跨会话的运动恢复提供客观评估。运动学指标按效率、效能、准确性、平滑度和速度指标分组⁵⁹。其中，形状和棒球游戏的指标使用机器学习技术进行分析。特定日期的缺失数据使用迭代插补器（max_iter=10）处理。首先，执行主成分分析（PCA）确定解释数据方差所需的组件数量。PCA与临床量表（FMA-UE和ARAT）的相关性被计算，以评估运动学指标是否与患者的临床状态相关。然后，解释90%方差的主成分用于无监督k均值聚类分析，测试是否可以仅使用运动学变量将参与者分层为临床上有意义的残疾水平。在此分析中，每个数据点对应一次治疗会话中一名患者的单次运动学观察。由于FMA-UE和ARAT仅在三个时间点评估（T0，会话1前；T1，会话6后；T2，会话12后），中间值在这些评估之间线性插值，以将每次治疗会话分配给相应的临床状态。最后，我们测试了生成的运动学聚类是否对应于FMA-UE和ARAT评分量化的显著不同水平的运动障碍。

在MultiSensy组中，参与者在康复期间显著改善了速度（重复测量ANOVA P<0.001，干预1=0.19±0.03（平均值±标准误），干预12=0.29±0.03，P<0.001）、分数率（重复测量ANOVA P<0.001，干预1=0.07±0.01，干预12=0.12±0.02，P<0.001）和平滑度（重复测量ANOVA P<0.001，干预1=38.32±3.47，干预12=28.17±5.44，P<0.001）（图5b）。在传统康复组中，速度（干预1=0.18±0.03，干预12=0.21±0.03，P=0.09）和平滑度（干预1=52.17±12.80，干预12=40.61±12.93，P=0.3）的改善不显著，而分数率从干预1到干预12显著增加（干预1=0.07±0.02，干预12=0.10±0.02，P=0.03）（图5b）。组间分析显示MultiSensy组速度改善显著高于传统康复组（P=0.011）（图5b）。

为了探索任务表现方差并调查运动学指标的临床相关性，我们对MultiSensy组的前后和横切面任务数据应用了无监督机器学习。主成分分析（PCA）显示，第一主成分（PC1）解释了总方差的41%，前八个分量一起解释了总方差的90%（图5c）。分析PC1以确定对这些任务中变异性贡献最大的运动学特征。在这两种任务中，与效率（成功率、任务时间和命中率）和平滑度（速度峰值数量）相关的特征成为变异的关键驱动因素。值得注意的是，与准确性、速度或效能相关的特征未进入PC1的最高贡献者排名。PC1显示与临床FMA-UE评分显著相关（Pearson's ρ=0.66，P<0.001）（图5c）和ARAT（ρ=0.60，P<0.001）。

前八个主成分进一步用于k均值聚类，与不同临床损伤严重程度相关（图5d）。基于其相关临床评分分布，聚类1、2和3分别对应于严重、中度和轻度损伤。实际上，患者的聚类参考了FMA-UE评分（聚类1：28.59±1.84，聚类2：37.49±1.24，聚类3：50.24±0.64；ANOVA P<0.001，所有事后P<0.001）和ARAT评分（聚类1：17.72±3.12，聚类2：32.63±2.61，聚类3：46.97±0.79；ANOVA P<0.001，所有事后P<0.01）的显著不同（图5d）。值得注意的是，各聚类间FMA-UE和ARAT评分的平均差异不仅统计学上显著，而且超过了FMA-UE（5.25分）和ARAT（5.7分）的最小临床重要差异。

讨论

在此研究中，我们介绍了MultiSensy：一个用于个性化中风康复和评估的多模态沉浸式神经平台。首先对九名中风幸存者进行试点研究，证明了平台的可用性和短期益处。随后进行了一项涉及25名慢性中风患者的随机可行性研究，显示MultiSensy在各种中风诱导的损伤方面优于传统物理治疗。

平台可用性和短期效果

试点研究结果展示了出色的可用性，九名参与者中有七名报告了高SUS评分，突显了平台用户友好、稳健和直观设计。这些结果特别值得注意，因为技术与设计相关挑战可能阻碍沉浸式技术的采用，特别是在老年患者中，从而限制其康复潜力⁶⁷,⁶⁸。与虚拟形象的身体表征感强烈，进一步增强了平台吸引用户和创建沉浸式环境的能力。这种效果可归因于第一人称视角、参与者动作与形象运动的精确镜像以及视觉运动交互与触觉刺激的同步⁵⁰,⁵²,⁶⁹,⁷⁰。在试点试验中，参与者在任务表现中展示了改善的运动学，速度更高，前臂旋前-旋后范围更大，可能由平台的沉浸式设计促进参与度和动机⁷¹。旋前-旋后增益可能归因于游戏的目标神经刺激功能，鼓励参与者定向手掌朝向虚拟目标以接收同步触觉反馈，从而促进前臂旋转重复运动，这对康复至关重要⁷²。在身体地标测试评估中，我们基线发现与先前文献一致，证实中风患者将受损手臂误认为更短¹⁵,¹⁸。值得注意的是，任务完成后观察到短期手臂表征改善。虽然康复任务持续时间（8分钟）超过诱导身体错觉的阈值⁷³,⁷⁴，但争论持续的持续时间阻止我们仅将其归因于错觉因素。因此，这些结果促使在计划的随机可行性研究中进行纵向分析。

平台的临床有效性

在随机可行性研究中，神经-沉浸式干预在随访中对FMA-UE和ARAT评分显示出临床意义的改善，MultiSensy组分别有8/12和12/12的患者达到此效果。临床意义的改善根据最小临床重要差异确定，定义为ARAT 5.7点和FMA-UE 5.25点的改善，通常用作中风临床试验的反应终点。

观察到的MultiSensy干预结束时的改善（T2：ΔARAT>8，ΔFMA-UE>9；T3：ΔARAT>9，ΔFMA-UE>13）超过了使用电刺激平台⁷⁵或VR方法⁷⁶,⁷⁷,⁷⁸,⁷⁹,⁸⁰,⁸¹,⁸²的大多数慢性患者研究报道的改善，但仍处于一些研究⁸³,⁸⁴,⁸⁵的范围内，使我们的结果位于类似干预报道的最高水平。值得注意的是，这些结果与在亚急性患者中使用沉浸式VR实现的结果相似⁸⁵,⁸⁶,⁸⁷，亚急性患者更有可能显示更大恢复⁵。当与之前FES和机器人康复研究比较时，MultiSensy组的改善位于慢性中风混合FES-机器人干预报道结果的高端⁸⁸。亚急性患者结合机器人治疗与肌电图（EMG）触发刺激的研究显示了类似或更小的效果⁸⁹,⁹⁰。这表明，在沉浸式MultiSensy方案中整合同步多感官反馈可能增强神经可塑性机制和功能恢复，甚至超过通常在慢性中风幸存者中使用传统机器人或FES方法实现的效果。

传统康复组中也观察到改善，3名和8名参与者在ARAT和FMA-UE方面达到最小临床重要差异。两组均显示上肢运动和功能评分的早期改善，早在T1（六次康复会话后）。这些结果可能反映了此人群中经常未被充分利用的运动和功能潜力，归因于"习得性不使用"⁹¹,⁹²。慢性患者可能在评估中表现不佳，并非因不可逆缺陷，而是因为他们习惯性地避免使用受影响肢体。然而，针对性的康复，即使在短期内，也可能迅速恢复这种未被充分利用的潜力，解释了两组中观察到的早期改善。在评估临床量表的组内变化后，我们进行了组间比较，证明神经平台显著优于传统康复。ARAT的改善在第19天（T2）已显著，并在第33天（T3）持续，而FMA-UE改善在第33天（T3）达到显著。这些发现表明，所开发的神经平台（任务执行期间需要最少监督）可匹配甚至超越传统康复的有效性。传统方法通常在人员和时间方面大量依赖物理治疗资源，使神经平台成为慢性中风恢复的潜在更可扩展和高效解决方案。

MultiSensy组中观察到的更大疗效的一个可能解释在于动机和奖励驱动参与的作用。与传统治疗不同，平台的沉浸式环境为患者提供了实时、成功相关的反馈和情感吸引人的目标导向任务，已知可促进强化学习⁹³,⁹⁴。动机和奖励不仅是康复中的心理奖励，还是运动恢复的生物驱动因素⁹⁵,⁹⁶。这些元素已知可激活大脑奖励系统，特别是下丘脑外侧和中缝背核，调节腹侧被盖区域的多巴胺能活动³⁷,³⁸,⁹⁵,⁹⁶。腹侧被盖区投射至初级运动皮层，多巴胺释放可诱导对运动学习至关重要的神经可塑性变化³⁹,⁴⁰。在我们的干预中，这种奖励驱动的神经调节可能支持了运动模式的巩固，有助于MultiSensy组观察到的持续改善。

感觉和身体表征改善

各种证据记录了中风后的感官障碍⁸,⁹⁷,⁹⁸，触觉敏锐度常用于评估⁹⁹,¹⁰⁰。我们的研究显示，MultiSensy组的触觉敏锐度（2PD测试）改善显著高于传统康复组。此结果可能反映在周围和中枢机制中。虽然外周通路在中风患者中保持完整，目标感觉神经刺激可能仍有益，重新训练因患者习惯性避免使用偏瘫肢体而变得不活跃的感觉纤维，支持对运动的信心。同时，感觉神经刺激可能针对投射至脑损伤区域的躯体感觉神经，从而激活特定神经通路并促进功能重组¹⁰⁰,¹⁰¹,¹⁰²。在外周层面，2PD与身体表征紧密相关，临床证据表明躯体感觉皮层表征场的变化与阈值变化相关¹⁰³,¹⁰⁴,¹⁰⁵,¹⁰⁶,¹⁰⁷。在这方面，这些结果可能表明神经-沉浸式干预诱导的神经可塑性变化，旨在恢复身体表征。

此中枢视角由身体地标测试结果进一步支持，该测试显示在仅六次康复会话后身体表征改善，干预结束进一步增强并持续2周随访。与试点阶段不同，这些改善不能归因于短期VR沉浸，因为评估在康复会话后（2周）分别进行。相反，它们反映了多模态干预驱动的持续的身体感知增强。这些发现为身体所有权错觉在解决中风诱导身体表征缺陷方面的修复潜力提供了一种新的定量视角。这些缺陷，包括误判身体位置¹⁵、幻肢感觉¹⁷和躯体失认症¹⁰⁸（否认感运动缺陷），已在其他人群中广泛研究¹⁰⁹。然而，将身体表征改善与调节身体错觉的多模态干预联系起来的临床证据一直缺乏¹¹⁰。我们的结果解决了这一关键差距，提供了指导创新康复策略开发的证据。

运动学恢复指标

运动学分析显示，MultiSensy组在整个康复期间对大多数运动学指标有显著改善。相比之下，传统康复组显示不一致的改善，突显了平台在增强任务特定运动执行方面的更大影响。这些结果可能源于平台个性化、任务导向设计，增强参与度并促进运动学习。然而，我们不能排除对虚拟环境习惯化效应对结果的贡献。事实上，与传统组相比（仅在第一次和最后一次康复日参与），Multisensy组参与者在多个会话中与平台互动。

除了这些发现外，认识到运动学分析在补充临床量表方面的重要性至关重要。与传统评估不同，后者资源密集、依赖训练有素的人员并受检查者间变异性影响，运动学指标提供了一个内在优势：它们在任务执行期间直接捕获运动表现⁵⁹,¹¹¹。这允许实时客观地监控患者状态，而不干扰康复工作流程。

为更深入了解提取的运动学指标，我们对形状和棒球游戏数据进行了主成分分析（PCA），这些游戏涉及前向和横切面平面的重复运动。分析显示效率和平滑度是参与者间变异性的主要贡献者，突显了它们在评估运动质量和区分运动表现方面的关键重要性。因此，这些指标作为运动恢复的敏感指标出现，为临床医生提供跟踪患者进展的宝贵工具。为确定其临床有效性，我们证明了主成分与标准量表（FMA-UE和ARAT）之间的显著相关性，确认了运动学指标作为功能状态可靠标记的潜力。此外，主成分能够区分临床上不同的患者聚类，进一步强化了其诊断价值。

这一发现表明，平台可以直接从游戏数据推断运动和功能状态，无需频繁、耗时的临床评估。此能力不仅验证了运动学评估的临床相关性，还为未来的自适应脑-机接口（BCI）系统奠定了基础，这些系统可利用实时运动学数据动态定制康复方案，实现完全个性化、基于家庭、数据驱动的治疗。

局限性与未来展望

本研究是一项作为概念验证调查的随机可行性研究。其疗效需要在更大规模临床试验中进一步验证。在其当前阶段，它存在一些局限性。首先，随访期仅限于2周，仅提供对观察到效果持续性的部分见解。因此，延长随访将持续是未来试验的目标。此外，尽管我们可以排除作为两种条件均匹配治疗持续时间和运动内容的康复差异，但尚不清楚观察到的临床和身体表征MultiSensy改善主要是由VR游戏、目标感觉神经刺激或其组合驱动的。在本研究中，我们的动机是同时针对感运动组件；未来研究可能纳入单组件条件（例如仅VR或仅感觉神经刺激），以隔离和评估每种模态对干预结果的贡献。关于评估，我们承认一些参与者数据缺失是一个限制。这些数据缺口源于活跃住院临床设置中固有的实际和后勤约束。在将来的大规模研究中，将实施改进的调度、人员配置和资源分配，进一步减少缺失数据。总体而言，尽管该设置本质上适合基于家庭的康复，但当前试验在临床环境中进行。这限制了我们对平台完全远程康复项目潜力的初始指示。后续试验将侧重于评估其在基于家庭环境中的有效性和可行性。