LETTERATURA INTERNAZIONALE

Teleriabilitazione post-ictus basata su sensori per l’analisi cinematica del movimento: revisione della recente letteratura internazionale

Michela GOFFREDO1 *, Giovanni MORONE2, Sanaz POURNAJAF1, Marianna CAPECCI3, Maria Gabriella CERAVOLO3, 
Marco FRANCESCHINI1, Donatella BONAIUTI4
1 IRCCS San Raffaele Roma, Via della Pisana, 235 – 00163 Roma, Italia
2 IRCCS Fondazione Santa Lucia, Roma
3 Dipartimento di Medicina Sperimentale e Clinica – Università Politecnica delle Marche
4 SIMFER Società Italiana Medicina Fisica e Riabilitativa.

*Corresponding author:
Michela Goffredo
IRCCS San Raffaele Roma
Via della Pisana, 235 00163 Roma, Italia
Email: michela.goffredo@sanraffaele.it

Scarica in PDF

Abstract

Introduzione: La Teleriabilitazione è una modalità innovativa di erogazione del trattamento riabilitativo che è di grande interesse per il paziente post-ictus come servizio di continuità assistenziale alla dimissione da un centro di riabilitazione, specialmente in aree remote o poco accessibili. Obiettivo di questa revisione della letteratura è riassumere i recenti studi sulla teleriabilitazione motoria post-ictus con particolare attenzione verso tecnologie basate su sensori per l’analisi cinematica del movimento.

Materiali e metodi: È stata inclusa nella revisione la letteratura pubblicata in lingua inglese nei database Scopus, PubMed, IEEE Xplore e Web of Science negli ultimi 5 anni.

Risultati: La ricerca ha individuato 136 pubblicazioni di cui 22 studi sono stati inclusi nella revisione. La maggior parte dei lavori riguardava soggetti post-ictus in fase cronica e i sensori di movimento maggiormente utilizzati sono stati le telecamere di tipo RGB-D e i sensori inerziali. Il trattamento riabilitativo è stato prevalentemente per l’arto superiore (66.67%) o per arto superiore e inferiore (26.67%) o per l’equilibrio (6.66%).

Discussione: La letteratura sulla teleriabilitazione motoria post-ictus è limitata, ma indica un forte interesse da parte della comunità clinica verso l’utilizzo delle nuove tecnologie per supportare il paziente in dimissione.

Conclusioni: Nel paziente post-ictus, la teleriabilitazione motoria permette di erogare trattamenti riabilitativi personalizzati in continuità assistenziale ospedale-territorio. L’utilizzo di tali sistemi è fattibile ed efficace, anche se i recenti studi clinici pubblicati hanno spesso coinvolto un numero limitato di soggetti. Una maggiore diffusione di tale metodologia di riabilitazione è auspicabile specialmente considerando le recenti restrizioni per la pandemia da COVID-19.

Parole chiave: Teleriabilitazione, Ictus, Analisi del movimento, Cinematica, Sensori inerziali, RGB-D.

Introduzione

La TeleRiabilitazione (TR) fa parte dell’ambito della telemedicina ed è definita come “supporto, valutazione e riabilitazione della persona a distanza basata sull’utilizzo delle telecomunicazioni, o più in generale delle nuove tecnologie” [1]. La possibilità di attuare un trattamento riabilitativo da remoto rende la TR particolarmente vantaggiosa in situazioni in cui ci sono carenze di personale riabilitativo specializzato (aree remote o paesi poco sviluppati) oppure nel caso di pazienti cronici che hanno difficoltà a spostarsi dalla propria abitazione, o come servizio di continuità assistenziale alla dimissione da un centro di riabilitazione. Se si considerano, ad esempio le recenti restrizioni per la pandemia da COVID-19, appare immediato come l’impiego di sistemi di TR sia stato fondamentale nelle situazioni in cui l’accesso ai centri di riabilitazione fosse limitato e talvolta addirittura impossibile [2]. La letteratura scientifica sulla TR mostra che è un trattamento fattibile, facilmente accettato dai pazienti ed efficace per patologie neurologiche e ortopediche [3,4] o in soggetti fragili e anziani [5]. Alcuni studi suggeriscono che la TR può anche ridurre i costi dell’assistenza sanitaria, incrementare l’aderenza al trattamento riabilitativo e migliorare la qualità della vita del paziente a casa [6,7]. La possibilità di eseguire trattamenti riabilitativi personalizzati, interattivi e monitorati da remoto è supportata dall’OMS che ha evidenziato l’importanza del recupero delle attività della vita quotidiana in ambiente domestico [8]. La TR, inoltre, ha il potenziale per ottimizzare i tempi, l’intensità e la personalizzazione dell’intervento riabilitativo e offre l’opportunità di un’implementazione flessibile di protocolli di trattamento e la capacità di monitorare in tempo reale i progressi del paziente. In particolare, nel paziente post-ictus, un trattamento riabilitativo intensivo, prolungato nel tempo e con un feedback in tempo reale è un elemento chiave per il recupero motorio [9]. Infatti, il paziente dimesso dalla struttura riabilitativa è un paziente che deve ancora continuare il proprio percorso verso il recupero funzionale, il miglioramento delle attività quotidiane e della partecipazione sociale [10,11]. In tale scenario, la TR permetterebbe di aiutare ad affrontare la peculiarità dell’evoluzione clinica post-ictus tramite l’erogazione di trattamenti riabilitativi personalizzati per garantire la continuità assistenziale ospedale-territorio [12,13].

Dal punto di vista tecnologico, la TR è stata erogata utilizzando sistemi di differente complessità, dal semplice terminale telefonico [14], a sistemi di realtà virtuale [15], a dispositivi composti da sensori di rilevazione di parametri elettrofisiologici o biomeccanici [16]. In particolare, la TR motoria è strettamente dipendente dalla sensoristica per l’acquisizione di dati relativi al movimento [17]: la presenza di sensori per l’acquisizione della cinematica del movimento, infatti, è fondamentale in un sistema per TR motoria in quanto permette di fornire un feedback in tempo reale al paziente sulla qualità del gesto eseguito (Figura 1). Il feedback, inoltre, è stato riconosciuto essere un elemento chiave per l’efficacia dei processi di re-apprendimento durante la riabilitazione neuromotoria [18,19,20]. Il dato relativo al movimento può essere utilizzato per interagire in tempo reale con un serious game o per valutare i progressi del trattamento riabilitativo (Figura 2), e, quindi, personalizzare l’esercizio [21,22].

Figura 1 Sistema di TR motoria basata su videocamere RGB-D (fonte: https://business.esa.int/projects/smartcare).

Figura 1 Sistema di TR motoria basata su videocamere RGB-D (fonte: https://business.esa.int/projects/smartcare).

Figura 2 Sistema di TR motoria basata su sensori indossabili inerziali (VRRS Tablet, Khymeia s.r.l., Italia)

Figura 2 Sistema di TR motoria basata su sensori indossabili inerziali (VRRS Tablet, Khymeia s.r.l., Italia)

Considerata l’importanza di tali tecnologie per la riabilitazione da remoto del paziente post-ictus, questo articolo ha come obiettivo la valutazione della letteratura recente su sistemi di TR motoria basati su sensori per l’analisi cinematica del movimento.

Materiale e metodi

In questo paragrafo è descritto il processo e i criteri utilizzati per la ricerca bibliografica di pubblicazioni sull’argomento. Tale processo ha permesso di identificare, selezionare e valutare criticamente gli studi pubblicati. Gli studi inclusi in questa revisione avevano finalità terapeutiche da remoto o teleriabilitazione motoria con feedback basato su sistemi di analisi del movimento.

Strategia di ricerca

Sono state incluse pubblicazioni che soddisfano i seguenti criteri di ammissibilità: (a) articolo scientifico, revisione sistematica, revisione dello stato dell’arte, protocollo; (b) redatti in lingua inglese; (b) pubblicati negli ultimi 5 anni (2016- giugno 2021); (c) testo disponibile open access. La ricerca delle pubblicazioni è stata effettuata nei seguenti database: Scopus, PubMed, IEEE Xplore e Web of Science. Sono stati utilizzati i termini di ricerca mostrati in Tabella I.

Tabella I. Stringhe di ricerca nei database.

Tabella I. Stringhe di ricerca nei database.

Il processo di selezione delle pubblicazioni è avvenuto nel seguente modo: (1) ricerca dei documenti in cui tutti i record corrispondono ai parametri di ricerca di Tabella I; (2) selezione in base ai criteri di ammissibilità; (3) lettura dei testi ed eliminazione dei documenti che non riguardavano l’argomento di questa revisione; (4) eliminazione di duplicati.

Estrazione dei dati

Una volta selezionate le pubblicazioni, sono stati estratti i seguenti dati: (1) primo autore; (2) anno di pubblicazione; (3) tipo di pubblicazione (articolo, review, protocollo); (4) disegno di studio; (5) numero di soggetti reclutati nello studio; (6) distanza dall’evento acuto dei soggetti reclutati; (7) tipologia di trattamento riabilitativo; (8) tipologia di sensori/tecnologia utilizzati per analizzare la cinematica di movimento ed interagire con il sistema; (9) durata dell’intervento riabilitativo (numero di sedute a settimana); (10) durata del trattamento di teleriabilitazione (settimane); (11) outcome primario dello studio clinico.

Risultati

La ricerca di pubblicazioni secondo la procedura descritta in precedenza ha prodotto un totale di 136 documenti nei database oggetto di ricerca, come mostrato in Figura 3. Sono stati rimossi 84 record in quanto non erano stati pubblicati nel periodo 2016- giugno 2021 (n=46), oppure non erano un articolo scientifico o revisione o protocollo (n=29), oppure non era disponibile il full text (n=9). Infine, lo screening ha eliminato ulteriori 30 record poiché duplicati o non coerenti con l’argomento di questa revisione. Sono stati, quindi, analizzati i testi di 22 pubblicazioni sulla TR motoria post-ictus basata su sensori per l’analisi cinematica del movimento. La maggioranza delle pubblicazioni sono articoli scientifici (59.09%), seguiti da revisioni sistematiche (31.82%) e protocolli di studio (9.09%).

Figura 3 Processo di selezione delle pubblicazioni.

Figura 3 Processo di selezione delle pubblicazioni.

Le revisioni pubblicate sull’argomento negli ultimi 5 anni rivelano un grande interesse da parte della comunità scientifica sull’utilizzo di tecnologie per l’analisi del movimento per la TR. Alcune revisioni sistematiche hanno concentrato il proprio interesse sulla tipologia di sensori [23,24,25], evidenziando che i sensori indossabili (unità di misura inerziale, IMU) sono quelli più ampiamente utilizzati per il monitoraggio del movimento e per restituire al paziente un feedback in tempo reale. Tali pubblicazioni suggeriscono di focalizzare l’attenzione della ricerca clinica ed ingegneristica verso lo sviluppo di nuovi sistemi di tipo ecologico precisi e portabili che possano personalizzare il trattamento in base alle particolari esigenze del paziente. Le recenti revisioni sistematiche pubblicate con un obiettivo prettamente clinico [26,27,28] hanno mostrato, inoltre, che la TR può essere un’alternativa adeguata alle cure riabilitative convenzionali nei pazienti post-ictus, soprattutto in aree remote o poco servite. In particolare, la recente Cochrane Systematic Review di Laver et al. [2] evidenzia che la TR sembra essere efficace in modo simile alla riabilitazione in presenza, anche se sono stati pubblicati un buon numero di studi randomizzati e controllati con basso numero di pazienti reclutati.

Recentemente sono stati pubblicati 15 articoli che hanno impiegato tecnologie di analisi del movimento per trattamenti riabilitativi post-ictus da remoto, 2 nuovi protocolli di studio e 13 articoli scientifici. In Tabella II sono mostrati i dati estratti dalle pubblicazioni selezionate: notiamo che i sistemi di TR utilizzati si dividono equamente tra quelli che acquisiscono il movimento con telecamere di tipo RGB-D (53.33%) e quelli basati su sensori indossabili IMU (46.67%) e che il trattamento riabilitativo è prevalentemente per l’arto superiore (66.67%) o per arto superiore e inferiore (26.67%) o per l’equilibrio (6.66%). Gli stessi articoli sono descritti in Tabella III riassumendo le principali caratteristiche degli studi clinici svolti: notiamo che sono stati condotti sia trial clinici randomizzati e controllati (33.34%), che studi caso-controllo (19.99%), che osservazionali (46.67%). La numerosità del campione degli studi che hanno confrontato due gruppi di trattamento (TR vs riabilitazione convenzionale) è compresa tra 10 e 74 pazienti. Cinque studi hanno reclutato pazienti in fase subacuta (< 6 mesi dall’evento acuto), mentre sette studi hanno riguardato pazienti in fase cronica (>6 mesi dall’evento acuto).

Tabella II. Principali caratteristiche delle pubblicazioni esaminate: focus sulla tecnologia di analisi del movimento impiegata nel sistema di teleriabilitazione e sul trattamento riabilitativo oggetto degli studi.

Tabella II. Principali caratteristiche delle pubblicazioni esaminate: focus sulla tecnologia di analisi del movimento impiegata nel sistema di teleriabilitazione e sul trattamento riabilitativo oggetto degli studi.

Si notano delle differenze tra gli studi in termini di intensità del trattamento riabilitativo: la durata media è di 12 settimane (min 3; max 60) con un numero di sedute a settimana che variano da 2 a 7. Gli outcome primari degli studi presi in esame sono prevalentemente di tipo motorio per l’arto superiore (50% Fugl-Meyer Assessment arto superiore; 10% Functional Reach test; 10% Range Of Motion spalla; 10% Motricity Index arto superiore; 10% Wolf Motor Function Test) e per l’equilibrio e il cammino (40% Berg Balance Scale; 20% Dynamic Gait Index; 20.00% Fugl-Meyer Assessment). Due studi [38,40], invece, hanno avuto come obiettivo principale la valutazione dell’accettazione, della sicurezza e della fattibilità.

Tabella III. Principali caratteristiche degli studi clinici pubblicati.

Tabella III. Principali caratteristiche degli studi clinici pubblicati.

Discussione

In considerazione dell’importanza della riabilitazione motoria per la qualità della vita in pazienti post-ictus, in questa revisione della letteratura scientifica sono stati individuati i sistemi tecnologici per TR utilizzati negli ultimi anni in questo ambito. In letteratura è stato individuato un ampio utilizzo di sistemi basati su videocamere RGB-D, come la Microsoft Kinect®, che permette di acquisire il movimento 3D dei segmenti corporei in modo ecologico senza applicare alcun sensore sul corpo del soggetto, grazie all’integrazione tra una videocamera nel visibile RGB e una nell’infrarosso (che permette di misurare la profondità dell’immagine, D). Tali caratteristiche rendono il setup sperimentale particolarmente semplice, anche se l’assenza di fonti luminose dirette è un requisito per avere una buona accuratezza nella ricostruzione del movimento [44,45]. Gli studi recenti che hanno utilizzato i sensori RGB-D per TR hanno mostrato che tali sistemi permettono di erogare trattamenti riabilitativi a distanza in pazienti con ictus cronico sia per l’arto superiore [26,35,36,37,39] che per l’intero corpo [27,30]. I risultati mostrano che la TR basata su sensori RGB-D è fattibile, ben accettata dai pazienti ed è efficace nel recupero dell’equilibrio come il trattamento convenzionale. Parallelamente, sono stati pubblicati studi che invece hanno impiegato sensori indossabili per acquisire la cinematica del movimento ed interagire con il dispositivo di TR. Tali sistemi sono basati su sensori inerziali (IMU) composti da accelerometri, giroscopi e magnetometri che vengono applicati con fasce a velcro sui segmenti corporei di interesse. Gli studi sulla TR basata su sensori IMU hanno coinvolto sia pazienti in fase subacuta [28,34,33,38] che cronica [29,32], mostrando che tale approccio è fattibile e può migliorare l’equilibrio, la partecipazione e il recupero motorio dell’arto superiore.

Dall’analisi della letteratura sono emerse alcune criticità nell’impiego di sistemi di TR motoria nei pazienti post-ictus: 1) necessità della presenza di un caregiver nel caso di paziente anziano con compromissione cognitiva o con poca familiarità con le nuove tecnologie [46]; 2) impiego limitato a soggetti con deficit motorio moderato (ad esempio Fugl-Meyer Assessment arto superiore > 22) che consenta al paziente di eseguire i task motori richiesti [6]; 3) mancanza di un riconoscimento della TR come trattamento riabilitativo rimborsabile dai sistemi sanitari [1].

Per quanto riguarda i costi delle tecnologie utilizzate, la maggior parte degli studi ha utilizzato dispositivi commerciali che sono stati integrati con l’obiettivo di ottenere un sistema con obiettivi riabilitativi. In generale, i sistemi di TR motoria utilizzati includevano sia sensori di movimento che moduli di serious game adattabili alle particolari esigenze di recupero del paziente, in modo da mantenere un buon livello di attenzione e motivazione e restituire un feedback sulla corretta esecuzione del task motorio.

Conclusioni

Nel paziente post-ictus, la TR motoria permettere di erogare trattamenti riabilitativi personalizzati in continuità assistenziale ospedale-territorio. Per tale motivo, è importante comprendere lo stato dell’arte sull’impiego di nuove tecnologie per monitorare, supportare e riabilitare il movimento del paziente a casa. Questa revisione della letteratura sull’impiego di sensori di movimento per TR ha evidenziato come tale argomento di ricerca sia particolarmente attuale, anche considerando le recenti restrizioni alla mobilità legate alla pandemia COVID-19. L’utilizzo di tali sistemi è fattibile ed efficace, anche se gli studi clinici hanno spesso coinvolto un numero limitato di soggetti. Se da un lato l’utilizzo di sensori di movimento permette di monitorare il gesto eseguito e quindi di personalizzare il trattamento riabilitativo, l’analisi della letteratura mostra che i dati acquisiti dai sensori sono raramente impiegati per valutazioni quantitative e oggettive dello stato del paziente. Per tali motivi, sono necessari studi futuri per sfruttare al massimo le potenzialità di tali tecnologie.

Bibliografia

  1. Kumar, S., & Cohn, E. R. (Eds.). (2012). Telerehabilitation. Springer Science & Business Media.
  2. Prvu Bettger, J., & Resnik, L. J. (2020). Telerehabilitation in the age of COVID-19: an opportunity for learning health system research. Physical Therapy, 100(11), 1913-1916.
  3. Agostini, M., Moja, L., Banzi, R., Pistotti, V., Tonin, P., Venneri, A., & Turolla, A. (2015). Telerehabilitation and recovery of motor function: a systematic review and meta-analysis. Journal of telemedicine and telecare, 21(4), 202-213.
  4. Tousignant, M., Moffet, H., Boissy, P., Corriveau, H., Cabana, F., & Marquis, F. (2011). A randomized controlled trial of home telerehabilitation for post-knee arthroplasty. Journal of telemedicine and telecare, 17(4), 195-198.
  5. Teixeira, A., Pereira, C., e Silva, M. O., Alvarelhão, J., Silva, A. G., Cerqueira, M., … & Rocha, N. (2013). New telerehabilitation services for the elderly. In Handbook of Research on ICTs and Management Systems for Improving Efficiency in Healthcare and Social Care (pp. 109-132). IGI Global.
  6. Rogante, M., Grigioni, M., Cordella, D., & Giacomozzi, C. (2010). Ten years of telerehabilitation: A literature overview of technologies and clinical applications. NeuroRehabilitation, 27(4), 287-304.
  7. Pournajaf, S., Goffredo, M., Agosti, M., Massucci, M., Ferro, S., & Franceschini, M. (2018). Community ambulation of stroke survivors at 6 months follow-up: an observational study on sociodemographic and sub-acute clinical indicators. European Journal of Physical and Rehabilitation Medicine, 55(4), 433-441.
  8. Kuipers, P., Foster, M., Smith, S., & Fleming, J. (2009). Using ICF-Environment factors to enhance the continuum of outpatient ABI rehabilitation: an exploratory study. Disability and Rehabilitation, 31(2), 144-151.
  9. Kwakkel, G., Wagenaar, R. C., Koelman, T. W., Lankhorst, G. J., & Koetsier, J. C. (1997). Effects of intensity of rehabilitation after stroke: a research synthesis. Stroke, 28(8), 1550-1556.
  10. Langhammer, B., Lindmark, B., & Stanghelle, J. K. (2014). Physiotherapy and physical functioning post-stroke: exercise habits and functioning 4 years later? Long-term follow-up after a 1-year long-term intervention period: a randomized controlled trial. Brain injury, 28(11), 1396-1405.
  11. Pellicciari, L., Agosti, M., Goffredo, M., Pournajaf, S., Le Pera, D., De Pisi, F., … & Damiani, C. (2021). Factors Influencing Functional Outcome at Discharge: A Retrospective Study on a Large Sample of Patients Admitted to an Intensive Rehabilitation Unit. American journal of physical medicine & rehabilitation, 100(5), 483-491.
  12. Johansson, T., & Wild, C. (2011). Telerehabilitation in stroke care–a systematic review. Journal of telemedicine and telecare, 17(1), 1-6.
  13. Lai, J. C., Woo, J., Hui, E., & Chan, W. M. (2004). Telerehabilitation—a new model for community-based stroke rehabilitation. Journal of telemedicine and telecare, 10(4), 199-205.
  14. Edgar, M. C., Monsees, S., Rhebergen, J., Waring, J., Van der Star, T., Eng, J. J., & Sakakibara, B. M. (2017). Telerehabilitation in stroke recovery: a survey on access and willingness to use low-cost consumer technologies. Telemedicine and e-Health, 23(5), 421-429.
  15. Holden, M. K., Dyar, T. A., Schwamm, L., & Bizzi, E. (2005). Virtual-environment-based telerehabilitation in patients with stroke. Presence: Teleoperators & Virtual Environments, 14(2), 214-233.
  16. Winters, J. M., Wang, Y., & Winters, J. M. (2003). Wearable sensors and telerehabilitation. IEEE Engineering in Medicine and Biology Magazine, 22(3), 56-65.
  17. Zheng, H., Black, N. D., & Harris, N. D. (2005). Position-sensing technologies for movement analysis in stroke rehabilitation. Medical and biological engineering and computing, 43(4), 413-420.
  18. Morone, G., Ghanbari Ghooshchy, S., Palomba, A., Baricich, A., Santamato, A., Ciritella, C., … & Iosa, M. (2021). Differentiation among bio-and augmented-feedback in technologically assisted rehabilitation. Expert Review of Medical Devices, (just-accepted).
  19. Morone, G., Spitoni, G. F., De Bartolo, D., Ghanbari Ghooshchy, S., Di Iulio, F., Paolucci, S., … & Iosa, M. (2019). Rehabilitative devices for a top-down approach. Expert review of medical devices, 16(3), 187-195.
  20. De Bartolo, D., Spitoni, G. F., Iosa, M., Morone, G., Ciancarelli, I., Paolucci, S., & Antonucci, G. (2019). From movement to thought and back: A review on the role of cognitive factors influencing technological neurorehabilitation. Functional Neurology, 34(3), 131-141.
  21. Yang, Z., Rafiei, M. H., Hall, A., Thomas, C., Midtlien, H. A., Hasselbach, A., … & Gauthier, L. V. (2018). A novel methodology for extracting and evaluating therapeutic movements in game-based motion capture rehabilitation systems. Journal of medical systems, 42(12), 1-14.
  22. Goffredo, M., Bernabucci, I., Lucarelli, C., Conforto, S., Schmid, M., Nera, M. M., … & Grasselli, B. (2016). Evaluation of a motion-based platform for practicing phonological awareness of preschool children. Journal of Educational Computing Research, 54(5), 595-618.
  23. Wang, Q., Markopoulos, P., Yu, B., Chen, W., & Timmermans, A. (2017). Interactive wearable systems for upper body rehabilitation: a systematic review. Journal of neuroengineering and rehabilitation, 14(1), 1-21.
  24. Porciuncula, F., Roto, A. V., Kumar, D., Davis, I., Roy, S., Walsh, C. J., & Awad, L. N. (2018). Wearable movement sensors for rehabilitation: a focused review of technological and clinical advances. Pm&r, 10(9), S220-S232.
  25. Alarcón-Aldana, A. C., Callejas-Cuervo, M., & Bo, A. P. L. (2020). Upper Limb Physical Rehabilitation Using Serious Videogames and Motion Capture Systems: A Systematic Review. Sensors, 20(21), 5989.
  26. Tchero, H., Tabue-Teguo, M., Lannuzel, A., & Rusch, E. (2018). Telerehabilitation for stroke survivors: systematic review and meta-analysis. Journal of medical Internet research, 20(10), e10867.
  27. Sarfo, F. S., Ulasavets, U., Opare-Sem, O. K., & Ovbiagele, B. (2018). Tele-rehabilitation after stroke: an updated systematic review of the literature. Journal of Stroke and Cerebrovascular Diseases, 27(9), 2306-2318.
  28. Laver, K. E., Adey‐Wakeling, Z., Crotty, M., Lannin, N. A., George, S., & Sherrington, C. (2020). Telerehabilitation services for stroke. Cochrane Database of Systematic Reviews, (1).
  29. Bellomo, R. G., Paolucci, T., Saggino, A., Pezzi, L., Bramanti, A., Cimino, V., … & Saggini, R. (2020). The WeReha Project for an Innovative Home-Based Exercise Training in Chronic Stroke Patients: A Clinical Study. Journal of Central Nervous System Disease, 12, 1179573520979866.
  30. Bird, M. L., Cannell, J., Callisaya, M. L., Moles, E., Rathjen, A., Lane, K., … & Smith, S. (2016). “FIND Technology”: investigating the feasibility, efficacy and safety of controller-free interactive digital rehabilitation technology in an inpatient stroke population: study protocol for a randomized controlled trial. Trials, 17(1), 1-6.
  31. Burgos, P. I., Lara, O., Lavado, A., Rojas-Sepúlveda, I., Delgado, C., Bravo, E., … & Cerda, M. (2020). Exergames and Telerehabilitation on Smartphones to Improve Balance in Stroke Patients. Brain sciences, 10(11), 773.
  32. Caggianese, G., Cuomo, S., Esposito, M., Franceschini, M., Gallo, L., Infarinato, F., … & Romano, P. (2018). Serious games and in-cloud data analytics for the virtualization and personalization of rehabilitation treatments. IEEE Transactions on Industrial Informatics, 15(1), 517-526.
  33. Chae, S. H., Kim, Y., Lee, K. S., & Park, H. S. (2020). Development and Clinical Evaluation of a Web-Based Upper Limb Home Rehabilitation System Using a Smartwatch and Machine Learning Model for Chronic Stroke Survivors: Prospective Comparative Study. JMIR mHealth and uHealth, 8(7), e17216.
  34. Chen, S. C., Lin, C. H., Su, S. W., Chang, Y. T., & Lai, C. H. (2021). Feasibility and effect of interactive telerehabilitation on balance in individuals with chronic stroke: a pilot study. Journal of neuroengineering and rehabilitation, 18(1), 1-11.
  35. Cramer, S. C., Dodakian, L., Le, V., McKenzie, A., See, J., Augsburger, R., … & Heckhausen, J. (2021). A Feasibility Study of Expanded Home-Based Telerehabilitation After Stroke. Frontiers in Neurology, 11, 1807
  36. da Fonseca, E. P., da Silva, N. M. R., & Pinto, E. B. (2017). Therapeutic effect of virtual reality on post-stroke patients: randomized clinical trial. Journal of Stroke and Cerebrovascular Diseases, 26(1), 94-100.
  37. Fang, Q., Mahmoud, S. S., Kumar, A., Gu, X., & Fu, J. (2020). A longitudinal investigation of the efficacy of supported in-home post-stroke rehabilitation. IEEE Access, 8, 138690-138700.
  38. Goršicˇ, M., Cikajlo, I., & Novak, D. (2017). Competitive and cooperative arm rehabilitation games played by a patient and unimpaired person: effects on motivation and exercise intensity. Journal of neuroengineering and rehabilitation, 14(1), 1-18.
  39. Kairy, D., Veras, M., Archambault, P., Hernandez, A., Higgins, J., Levin, M. F., … & Kaizer, F. (2016). Maximizing post-stroke upper limb rehabilitation using a novel telerehabilitation interactive virtual reality system in the patient’s home: study protocol of a randomized clinical trial. Contemporary clinical trials, 47, 49-53.
  40. Proffitt, R., Warren, J., Lange, B., & Chang, C. Y. (2018). Safety and feasibility of a first-person view, full-body interaction game for telerehabilitation post-stroke. International journal of telerehabilitation, 10(1), 29.
  41. Qiu, Q., Cronce, A., Patel, J., Fluet, G. G., Mont, A. J., Merians, A. S., & Adamovich, S. V. (2020). Development of the Home based Virtual Rehabilitation System (HoVRS) to remotely deliver an intense and customized upper extremity training. Journal of neuroengineering and rehabilitation, 17(1), 1-10.
  42. Wittmann, F., Held, J. P., Lambercy, O., Starkey, M. L., Curt, A., Höver, R., … & Gonzenbach, R. R. (2016). Self-directed arm therapy at home after stroke with a sensor-based virtual reality training system. Journal of neuroengineering and rehabilitation, 13(1), 1-10.
  43. Yang, Z., Rafiei, M. H., Hall, A., Thomas, C., Midtlien, H. A., Hasselbach, A., … & Gauthier, L. V. (2018). A novel methodology for extracting and evaluating therapeutic movements in game-based motion capture rehabilitation systems. Journal of medical systems, 42(12), 1-14.
  44. Yang, L., Zhang, L., Dong, H., Alelaiwi, A., & El Saddik, A. (2015). Evaluating and improving the depth accuracy of Kinect for Windows v2. IEEE Sensors Journal, 15(8), 4275-4285.
  45. Goffredo, M., Schmid, M., Conforto, S., & D’Alessio, T. (2013). 3D reaching in Visual Augmented Reality using Kinect TM: The Perception of Virtual Target. In Converging Clinical and Engineering Research on Neurorehabilitation (pp. 711-715). Springer, Berlin, Heidelberg.
  46. Infarinato, F., Jansen-Kosterink, S., Romano, P., van Velsen, L., Rizza, F., Ottaviani, M., … & Hermens, H. J. (2020). Acceptance and Potential Impact of the eWALL Platform for Health Monitoring and Promotion in Persons with a Chronic Disease or Age-Related Impairment. International Journal of Environmental Research and Public Health, 17(21), 7893.
image001
Si precisa che gli articoli non sono riproducibili senza l’approvazione dell’editore: per qualsiasi riutilizzo con scopi commerciali o promozionali, è necessario richiedere opportuna quotazione scrivendo a shcmilan@springer.com Gli articoli pubblicati sul sito sono fruibili in base all’attribuzione CCBY NC ND. Visualizza il testo completo della licenza

© 2022 Springer Healthcare Italia s.r.l.