Analisis Meta: Pengaruh Brain-computer Interface (BCI) pada Rehabilitasi Anggota Badan Bagian Atas setelah Stroke

Sep 11, 2023

Perkenalan

Rehabilitasi motorik pasca stroke kini berkembang pesat, didorong oleh bidang teknologi lain seperti virtual dan augmented reality (VR/AR), robotika, serta antarmuka otak-komputer (BCI) invasif dan non-invasif. BCI dapat memberikan umpan balik sensorik aktivitas EEG secara real-time, sehingga pasien stroke dapat mengatur ritme sensorimotoriknya secara sadar. Dalam BCI non-invasif berbasis EEG, niat motorik pengguna (gambaran atau eksekusi motorik) diterjemahkan dari aktivitas listrik otak secara real-time dengan mengekstraksi fitur-fitur yang relevan. Deteksi niat gerakan oleh BCI akan memicu umpan balik sensorik yang sesuai kepada pengguna. Umpan balik ini bisa dalam bentuk abstrak (seperti kursor yang bergerak di layar komputer) atau dalam bentuk umpan balik konkrit (seperti representasi visual bagian tubuh peserta pada avatar virtual, atau ditumpangkan langsung pada peserta secara fisik) atau penyampaian somatosensori melalui sistem stimulasi listrik robotik, taktil, atau neuromuskular (NMES) untuk mereproduksi gerakan yang diinginkan, yang telah terbukti meningkatkan pembelajaran motorik.

Antarmuka otak-komputer sudah mulai digunakan dalam rehabilitasi setelah stroke. Hal ini bertujuan untuk meningkatkan neuroplastisitas dengan menyesuaikan atau mengatur aktivitas neurofisiologis sendiri, sehingga meningkatkan efek rehabilitasi. Namun, masih terdapat ketidakpastian mengenai kemanjuran klinis sebenarnya. Artikel ini bertujuan untuk mengukur efektivitas pelatihan BCI dalam rehabilitasi ekstremitas atas setelah stroke dengan melakukan meta-analisis dari uji coba terkontrol secara acak (RCT) yang ada. Perubahan fungsi motorik pada awal dan akhir intervensi dilaporkan dalam RCT ini. Para peneliti meninjau laporan yang tersedia dari semua RCT dengan menggunakan teknik ini. Mereka memberikan skor diskinesia sebelum dan sesudah intervensi untuk kelompok eksperimen dan kontrol, yang mencakup terapi standar, terapi robot, stimulasi listrik, dan pencitraan motorik tanpa BCI.

Metode

MEDLINE, CENTRAL, PEDro, dan database lainnya digunakan, dan literatur disaring dengan memeriksa referensi dari beberapa artikel review. Uji coba terkontrol secara acak menggunakan BCI untuk rehabilitasi motorik pasca stroke dipilih, dan skor gangguan motorik sebelum dan sesudah intervensi diberikan. Ukuran efek ringkasan dihitung menggunakan metode varians invers efek acak. Awalnya ditemukan 524 artikel, dan setelah duplikat dihilangkan, judul dan abstrak 473 artikel disaring. Akhirnya, ditemukan 26 artikel yang sesuai dengan uji klinis BCI, dimana 9 penelitian yang melibatkan total 235 penderita stroke memenuhi kriteria inklusi untuk meta-analisis (uji coba terkontrol secara acak dengan kinerja motorik sebagai indeks hasil).

Hasil

Dalam 6 studi BCI, peningkatan motorik, terutama diukur dengan penilaian Fugl-Meyer ekstremitas atas (FMA-UE), melebihi perbedaan minimal yang penting secara klinis (MCID=5.25), sementara peningkatan ini hanya dicapai pada 3 kelompok kontrol . Secara keseluruhan, perbedaan rata-rata terstandar antara pelatihan BCI dan FMA-UE dibandingkan dengan kondisi kontrol adalah 0,79 (95% CI: 0,37 hingga 1,20), dalam kisaran gabungan sedang hingga besar ukuran efek. Selain itu, beberapa penelitian menunjukkan bahwa BCI menginduksi neuroplastisitas fungsional dan struktural pada tingkat subklinis.

Kesimpulan

Neurorehabilitasi berbasis antarmuka otak-komputer menunjukkan ukuran efek sedang hingga besar pada fungsi motorik ekstremitas atas, yang lebih unggul daripada perawatan rehabilitasi konvensional seperti pencitraan motorik, terapi cermin, pelatihan dengan bantuan robot, terapi gerakan yang disebabkan oleh kendala, terapi realitas virtual, dan tDCS. Selain hasil motorik, beberapa penelitian telah melaporkan tingkat neuroplastisitas fungsional dan struktural subklinis yang disebabkan oleh BCI, beberapa di antaranya berkorelasi dengan peningkatan hasil motorik. Diperlukan lebih banyak penelitian dengan ukuran sampel yang lebih besar untuk meningkatkan keandalan hasil ini.

Referensi: Cervera MA, Soekadar SR, Ushiba J, dkk. Antarmuka otak-komputer untuk rehabilitasi motorik pasca stroke: meta-analisis. Neurol Terjemahan Ann Clin. 25 Maret 2018;5(5):651-663.