Robotic gait training in multiple sclerosis rehabilitation: Can virtual reality make the difference? Findings from a randomized controlled trial

    Publication Date
    Source Authors
    Source Title
    Source Issue
    Publication Date

    2017

    Source Authors

    Calabrò, R.S., Russo, M., Naro, A., De Luca, R., Leo, A., Tomasello, P., et al.

    Source Title

    Robotic gait training in multiple sclerosis rehabilitation: Can virtual reality make the difference? Findings from a randomized controlled trial

    Source Issue

    Journal of Neurological Sciences

    377

    Page Range: 25-30

    La realtà virtuale può fare la differenza nella riabilitazione del cammino eseguita con il supporto della robotica? È questo il quesito avanzato dagli autori dell’articolo in esame, pubblicato sul Journal of the Neurological Sciences. Secondo la scala del Physiotherapy Evidence Database (PEDro), che valuta la qualità degli studi sperimentali, lo studio è qualitativamente elevato, dato il punteggio attribuitogli di 8 su 10.
    Siamo dunque all’interno della branca neurologica della riabilitazione. Nello specifico, gli autori si pongono come principale obiettivo quello di studiare gli effetti della combinazione tra robotica e realtà virtuale, per quanto riguarda l’allenamento al cammino per i pazienti affetti da sclerosi multipla.
    In effetti, il cammino, la coordinazione e l’equilibrio, possono essere seriamente compromessi in questi pazienti, con importanti conseguenze sullo svolgimento delle attività di vita quotidiana, sullo stato psicologico e la qualità di vita. Per tale motivo i soggetti con sclerosi multipla, possono beneficiare di sessioni di allenamento con robotica e realtà virtuale.
    Gli autori hanno quindi eseguito uno studio randomizzato controllato, confrontando l’efficacia dell’allenamento al cammino assistito da un robot (RAGT) associato ad un sistema di realtà virtuale, con il RAGT non associato ad un sistema di realtà virtuale.
    Per eseguire quanto detto, sono stati selezionati dal gennaio 2015 al gennaio 2016, 150 pazienti con variante recidivante-remittente di sclerosi multipla con problemi di cammino o di equilibrio.
    In base ai criteri di inclusione e di esclusione prestabiliti, soltanto 40 di questi pazienti sono stati scelti per l’esecuzione dello studio e successivamente, questi sono stati divisi in due gruppi ugualmente numerosi: uno trattato con Lokomat-Nanos, cioè un dispositivo robotico di allenamento al passo senza realtà virtuale, l’altro, trattato con Lokomat-Pro, ossia l’associazione tra dispositivo robotico di allenamento al passo associato a realtà virtuale.
    Nell’articolo, gli autori hanno riportato il protocollo di trattamento utilizzato per tutti i pazienti per un periodo di 5 giorni a settimana, per 8 settimane consecutive.
    I pazienti partecipanti allo studio, sono stati inoltre valutati sia prima che alla fine del programma riabilitativo ed inoltre, i ricercatori che hanno analizzato i dati, erano diversi da quelli che hanno applicato la sperimentazione e non conoscevano, quindi, la collocazione dei pazienti tra i due gruppi.
    Per la valutazione dei risultati degli interventi sui pazienti, sono state utilizzate diverse scale, tra cui: Time Up and Go Test, Berg Balance Scale, Coping Orientation to Problem Experienced, Functional Indipendence Measure, Modified Ashworth Scale, Hamilton Rating Scale for Depression.
    In base ai risultati dello studio, gli autori concludono che i pazienti che sono sottoposti all’allenamento robotico al passo, hanno dei buoni risultati funzionali, che sono ancora migliori in associazione con l’utilizzo della realtà virtuale. Infatti, quasi tutti i pazienti sottoposti a RANGT e realtà virtuale, mostrano un più ampio miglioramento per quanto riguarda la Berg Balance Scale e la Coping Orientation to Problem Experienced, rispetto ai pazienti non sottoposti all’utilizzo di realtà virtuale.
    Secondo gli autori, questo studio rappresenta il primo lavoro che compara RANGT con e senza realtà virtuale nei pazienti affetti da sclerosi multipla.
    Vengono rilevati miglioramenti per quanto riguarda l’equilibrio nei pazienti sottoposti a realtà virtuale, supportando quindi l’idea che quest’ultima, possa occupare un ruolo decisivo nella riabilitazione motoria dei pazienti affetti da sclerosi multipla.
    Un’altra importante scoperta derivante dallo studio è che la realtà virtuale può anche migliorare i parametri psicologici, così come mostrato dalle migliorate strategie di coping dei pazienti. La realtà virtuale rappresenta infatti, un valido strumento per aumentare la ripetizione e la motivazione della pratica, promuovere la visione, gli input uditivi e tattili, l’apprendimento motorio e infine, rinforzare il feedback sulle performance.
    Nonostante i risultati postivi, questo studio presenta comunque dei limiti; tra questi si evidenzia che è stato reclutato un piccolo numero di pazienti e che c’è stato un breve periodo di follow-up degli stessi.
    Concludendo, lo studio deduce che la realtà virtuale può essere un valido strumento per migliorare ulteriormente le funzioni motorie e il benessere psicologico dei pazienti affetti da sclerosi multipla, anche se un più ampio campione di studi è necessario per poter valutare il reale impatto a lungo termine di questa trattamento per la specifica tipologia di pazienti.

     

    BIBLIOGRAFIA

    1. Barbeau, H., &Visintin, M. (2003) Optimal outcomes obtained with body-weight support combined with treadmill training in stroke patients. Arch. Phys. Med. Rehabil, 84,1458–1465.
    2. Beer, S., Aschbacher, B., Manoglou, D., Gamper, E., Kool, J., & Kesselring, J. (2008).Robot-assisted gait training in multiple sclerosis: a pilot randomized trial. Mult. Scler, 14, 231–236.
    3. Benedetti, M.G., Piperno, R., Simoncini, L., Bonato, P., Tonini, A., & Giannini, S. (1999) Gait abnormalities in minimally impaired multiple sclerosis patients. Scler,  5, 363–368.
    4. Berg, K., Wood-Dauphinee, S.L., & Williams, J.L. (1992). Measuring balance in the elderly: validation of an instrument. Can. J. Public Health, 83, S7–11.
    5. Bohannon, R.W., & Smith, M.B. (1987). Interrater reliability of a modified Ashworth scale of muscle spasticity. Phys. Ther, 67, 206–207.
    6. Calabrò, R.S., Cacciola, A., Bertè, F., Manuli, A., Leo, A., Bramanti ,A., et al. A. Naro, D. (2016).Robotic gait rehabilitation and substitution devices in neurological disorders: where are we now? Neurol. Sci, 37, 503–514.
    7. Calabrò, R.S., De Cola,M.C.,Leo,A.,Reitano,S.,Balletta,T.,Trombetta,G. et al. (2015). Robotic neurorehabilitation in patients with chronic stroke: psychological well-being beyond motor improvement. Int. J. Rehabil. Res, 38, 219–225.
    8. Campbell, E., Coulter, E.H., Mattison, P.G., Miller, L., McFadyen, A.,Paul, L. (2016). Physiotherapy rehabilitation for people with progressive multiple sclerosis: a systematic review. Arch. Phys. Med. Rehabil 97, 141–151.
    9. Cohen, J. (1992). A power primer. Psych Bull, 112, 155–159.
    10. Cohen, J. (1988). Statistical Power Analysis for the Behavioral Sciences. Lawrence Earlbaum Associates, Hillsdale, NJ.
    11. Furnari, A., Calabrò, R.S., De Cola, M.C., Bartolo, M., Castelli, A., Mapelli,A., et al. (2017). Robotic-assisted gait training in Parkinson’s disease:a 3-month follow-up randomized clinical trial. Int. J. Neurosci, 127, 996-1004.
    12. Gandolfi, M., Geroin, C., Picelli, A,. Munari, D., Waldner, A., Tamburin, S., et al. (2014). Robot-assisted vs. sensory integration training in treating gait and balance dysfunctions in patients with multiple sclerosis: a randomized controlled trial.   Hum. Neurosci. 8, 318.
    13. Howard, J.,Trevick, S., & Younger, D.S. (2016). Epidemiology of multiple sclerosis.   Clin, 34, 919–939.
    14. Adapted from Hedlung, J.L., Vieweg, B.W. The Hamilton rating scale for depression.   Oper. Psychiatry, 10, 149–165.
    15. Kalron, A., Fonkatz, I., Frid, L., Baransi, H., & Achiron, A. (2016).The effect of balance training on postural control in people with multiple sclerosis using the CAREN virtual reality system: a pilot randomized controlled trial.   Neuroeng. Rehabil, 13, 13.
    16. Kalron, A., Nitzani, D., Magalashvili, D., Dolev, M., Menascu, S., Stern, Y., et al. (2015). A personalized, intense physical rehabilitation program improves walking in people with multiple sclerosis presenting with different levels of disability: a retrospective cohort. BMC Neurol, 4, 15–21.
    17. Krauth, J. (1998).Distribution-free Statistics an Application-oriented Approach, Elsevier, Amsterdam.
    18. Krupp, L.B., La Rocca, N.G., Muir-Nash, J., & A.D. Steinberg, A.D. (1989). The fatigue severity scale. Application to patients with multiple sclerosis and systemic lupus erythematosus. Neurol, 46, 1121–1123
    19. Kurtzke, J.F. (1983).Rating neurologic impairment in multiple sclerosis: an expanded disability status scale (EDSS). Neurology, 33, 1444–1452 .
    20. Leys,C., & Schumann, S. (2010). A nonparametric method to analyze interactions: the adjusted rank transform test. J. Exp. Social Psychol, 46, 684–688.
    21. Lo, A.C., & Triche,E.W. (2008). Improving gait in multiple sclerosis using robotassisted, body weight supported treadmill training. Neurorehabil Neural Repair 22 (2008)661–671.
    22. Lord, S.E., Wade,D.T., Halligan, P.W.(1998). A comparison of two physiotherapy treatment approaches to improve walking in multiple sclerosis: a pilot randomized controlled study. Rehabil, 12, 477–486.
    23. Mehrholz, J., Elsner, B., Werner, C., Kugler, J.,& Pohl, M. (2013).Electromechanical-assisted training for walking after stroke: updated evidence. Stroke, 44, 127–128.
    24. Merians, A.S., Jack,D., Boian,R.,Tremaine, M., Burdea G.C., Adamovich, S.V., et al. (2002). Virtual reality-augmented rehabilitation for patients following stroke. Ther, 82, 898–915.
    25. Nasreddine, Z.S., Phillips,N.A., Bédirian, V., Charbonneau, S., Whitehead, V.,Collin, I., et al. (2005).The Montreal cognitive assessment, MoCA: a brief screening tool for mild cognitive impairment. J Am Geriatr Soc, 53, 695–699.
    26. Nilsagård, Y., Lundholm, C., Denison, E., & Gunnarsson, L.G. (2009). Predicting accidental falls in people with multiple sclerosis—a longitudinal study. Clin Rehabil, 23, 259–269.
    27. Peruzzi, A., Cereatti,A., Della Croce,U., & Mirelman, A. (2016). Effects of a virtual reality and treadmill training on gait of subjects with multiple sclerosis: a pilot study. Mult Scler Relat Disord, 5, 91–96.
    28. Polman, C.H.,Reingold, S.C., Banwell, B., Clanet, M., Cohen, J.A.,Filippi, M., et al. (2011). Diagnostic criteria for multiple sclerosis: 2010 revisions to the McDonald criteria. Ann Neurol ,69, 292–302.
    29. Rabadi, M.H., Kreymborg, K., & Vincent, A.S. (2013). Sustained-release fampridine (4-aminopyridine) in multiple sclerosis: efficacy and impact on motor function. Drugs R D ,13, 175–181.
    30. Riener, R.,Lünenburger, L.,Maier, I.C., Colombo,G., & Dietz, V. (2010). Locomotor training in subjects with sensori-motor deficits: an overview of the robotic gait orthosis lokomat.  J Healthcare Eng, 2, 197–216.
    31. Rizzo, A., Requejo, P., Winstein, C.J., Lange, B.,Ragusa, G.,Merians, A.,et al. J. (2011).Virtual reality applications for addressing the needs of those aging with disability.  Stud Health Technol Inform., 163, 510–516.
    32. Schwartz, I., Sajin, A.,Moreh, E., Fisher,I., Neeb, M., Forest, A.,et al. (2012). Robot-assisted gait training in multiple sclerosis patients: a randomized trial. Mult Scler, 18, 881–890.
    33. Schwartz, I., Sajin, A., Fisher, I., Neeb, M., Shochina, M., Katz-Leurer, et al.(2009). The effectiveness of locomotor therapy using robotic-assisted gait training in subacute stroke patients: a randomized controlled trial. PMR,1,  516–523.
    34. Sica, C., Novara, C., Dorz,S., & Sanavio, E. (1997). Coping orientation to problems experienced(COPE): Italian translation and adaptation. Ezio Giunti Organizzazioni Speciali, 223, 25–34.
    35. Straudi, S., Fanciullacci, C., Martinuzzi,C., Pavarelli, C., Rossi, B., Chisari, C., et al. (2016).The effects of robot-assisted gait training in progressive multiple sclerosis: a randomized controlled trial. Mult Scler, 22, 373–384.
    36. Straudi, S., Benedetti, M.G.,Venturini, E., Manca, M., Foti, C., & Basaglia, N. (2013). Does robotassisted gait training ameliorate gait abnormalities in multiple sclerosis? A pilot randomized-control trial. NeuroRehabilitation, 33, 555–563.
    37. Vaney, C., Gattlen, B., Lugon-Moulin, V., Meichtry, A., Hausammann, R., Foinant D., et al. (2012). Robotic-assisted step training (lokomat)not superior to equal intensity of overground rehabilitation in patients with multiple sclerosis, Neurorehabil. Neural Repair,26, 212–221.
    38. Voloshyna, N., Havrdová, E., Hutchinson, M., Nehrych, T., You, X., Belachew, S.,et al. (2015).Natalizumab improves ambulation in relapsing-remitting multiple sclerosis: results from the prospective TIMER study and a retrospective analysis of AFFIRM. Eur J Neurol, 22, 570–577.
    39. Walker, M.L. Ringleb, S.I., Maihafer,G.C., Walker,R. , Crouch, J.R., Van Lunen, B., et al.(2010). Virtual reality-enhanced partial body weight-supported treadmill training post stroke: feasibility and effectiveness in 6 subjects. Arch Phys Med Rehabil, 91, 115–122.