Introduktion
Motorisk rehabilitering efter stroke växer nu snabbt, driven av andra tekniska områden som virtuell och förstärkt verklighet (VR/AR), robotik och invasivt och icke-invasivt hjärn-datorgränssnitt (BCI). BCI kan ge sensorisk feedback i realtid av EEG-aktivitet, vilket gör det möjligt för strokepatienter att reglera sina sensorimotoriska rytmer medvetet. I typiska icke-invasiva, EEG-baserade BCI avkodas användarens motoriska avsikt (motoriska bilder eller utförande) från hjärnans elektriska aktivitet i realtid genom att extrahera relevanta funktioner. Detekteringen av rörelseavsikt med BCI kommer att utlösa motsvarande sensoriska feedback till användaren. Denna feedback kan vara i abstrakt form (som en markör som rör sig på en datorskärm) eller i form av konkret feedback (som en visuell representation av en deltagares kroppsdelar på en virtuell avatar, eller placerad direkt på en deltagare fysiskt) eller somatosensorisk leverans via robotiska, taktila eller neuromuskulära elektriska stimuleringssystem (NMES) för att reproducera avsedda rörelser, vilket har visat sig förbättra motorisk inlärning.


Hjärn-dator-gränssnittet har börjat användas vid rehabilitering efter stroke. Det syftar till att främja neuroplasticitet genom att justera eller självreglera neurofysiologiska aktiviteter, och därigenom förbättra effekten av rehabilitering. Det finns dock fortfarande osäkerheter om dess faktiska kliniska effekt. Denna artikel syftar till att kvantifiera effektiviteten av BCI-träning vid rehabilitering av övre extremiteterna efter stroke genom att utföra en metaanalys av befintliga randomiserade kontrollerade studier (RCT). Förändringar i motorisk funktion i början och slutet av interventionen rapporterades i dessa RCT. Utredarna granskade tillgängliga rapporter från alla RCT med dessa tekniker. De gav pre- och post-intervention dyskinesipoäng för experiment- och kontrollgrupperna, som inkluderade standardterapi, robotterapi, elektrisk stimulering och motoriska bilder utan BCI.
Metoder
MEDLINE, CENTRAL, PEDro och andra databaser användes, och litteraturen screenades genom att kontrollera referenserna från flera översiktsartiklar. Randomiserade kontrollerade studier med BCI för motorisk rehabilitering efter stroke valdes ut, och poäng för motorisk störning före och efter intervention gavs. Sammanfattande effektstorlekar beräknades med användning av slumpmässiga effekter invers variansmetoden. Inledningsvis hittades 524 artiklar, och efter att dubbletter hade tagits bort granskades titlar och sammandrag för 473 artiklar. Slutligen hittades 26 artiklar motsvarande BCI kliniska prövningar, varav 9 studier som involverade totalt 235 strokeöverlevande uppfyllde inklusionskriterierna för metaanalys (randomiserade kontrollerade prövningar med motorisk prestation som utfallsindex).
Resultat
I 6 BCI-studier översteg motorisk förbättring, huvudsakligen kvantifierad genom Fugl-Meyer-bedömning av övre extremiteter (FMA-UE), den minimala kliniskt viktiga skillnaden (MCID=5.25), medan denna förbättring uppnåddes i endast 3 kontrollgrupper . Totalt sett var den standardiserade medelskillnaden mellan BCI-träning och FMA-UE jämfört med kontrolltillståndet 0.79 (95 % KI: 0.37 till 1.20), inom intervallet måttlig till stor poolad effektstorlekar. Dessutom har flera studier visat att BCI inducerar funktionell och strukturell neuroplasticitet på subkliniska nivåer.


Slutsatser
Hjärn-dator-gränssnittsbaserad neurorehabilitering visar måttlig till stor effektstorlek på motorfunktion i övre extremiteterna, vilket är överlägset konventionella rehabiliteringsbehandlingar som motorisk bild, spegelterapi, robotassisterad träning, tvångsinducerad rörelseterapi, virtuell verklighetsterapi och tDCS. Förutom motoriska resultat har flera studier rapporterat subkliniska nivåer av funktionell och strukturell neuroplasticitet inducerad av BCI, av vilka några korrelerar med förbättrade motoriska resultat. Fler studier med större urvalsstorlekar behövs för att förbättra tillförlitligheten av dessa resultat.
Referens: Cervera MA, Soekadar SR, Ushiba J, et al. Hjärna-datorgränssnitt för motorisk rehabilitering efter stroke: en metaanalys. Ann Clin Transl Neurol. 25 mars 2018;5(5):651-663.