Tools and methods for assessing the usability and related aspects of usability of extended reality and telerehabilitation technologies in stroke rehabilitation: a scoping review
Notice bibliographique
Résumé
PURPOSE: Extended reality (XR) and telerehabilitation (TR) technologies are increasingly being used into stroke rehabilitation. These technologies have the potential to enhance therapy intensity, motivate users through engaging and interactive environments, and improve access to rehabilitation services in both clinical and home settings. Usability assessment is essential to ensure effective, engaging, and accessible interventions. This scoping review aims to identify tools used to evaluate XR and TR technologies in stroke rehabilitation. MATERIALS AND METHODS: This scoping review was conducted following the methodological framework of Arksey and O'Malley, further refined by Levac et al. and the Joanna Briggs Institute. A literature search was performed across five databases (MEDLINE, Embase, CINAHL, PsycINFO, and Web of Science) using keywords and their variations related to stroke, virtual reality, augmented reality, mixed reality, telerehabilitation, and usability evaluation. Peer-reviewed articles and conference abstracts published up to December 2024 were included if they reported on the usability evaluation of XR or TR technologies in neurological rehabilitation. Two reviewers independently screened studies for eligibility. Relevant data were extracted using a standardized data charting framework. RESULTS: The search yielded 2,290 articles, of which 111 were included in the review. Twenty-eight tools were identified, encompassing both direct usability assessments and complementary tools addressing related aspects. These tools were grouped into six categories: (1) standardized questionnaires, (2) custom questionnaires, (3) semi-structured interviews, (4) task-based usability testing, (5) modified standardized questionnaires, and (6) think-aloud protocols. The most frequently used tool was the System Usability Scale (SUS), followed by custom questionnaires. Among studies explicitly evaluating usability, 55.9% combined two to six tools to capture multiple facets of usability. Usability was assessed in 67.6% of publications using quantitative methods (e.g., questionnaires), in 4.5% using qualitative methods (e.g., interviews, focus groups), and in 27.9% using mixed methods approaches. CONCLUSION: Usability of XR and TR technologies is assessed with a wide variety of tools. Combining tools helps capture different aspects of usability, highlighting the importance of addressing its multifaceted nature in stroke rehabilitation. Future research could develop and validate a framework integrating multiple aspects of usability to ensure both relevance and comparability across studies.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,090 | 0,195 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,010 | 0,011 |
| Bibliométrie | 0,068 | 0,045 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».