Valutazione ecologica dell'attenzione tramite uno strumento in realtà virtuale: Studio Pilota

L’utilizzo della realtà virtuale in ambito neuropsicologico è ormai una tendenza degli ultimi 20 anni. Il grande pregio degli ambienti virtuali è quello di poter approssimare in maniera realistica le situazioni di vita quotidiana, permettendo lo svolgimento di task molto più ecologici rispetto a quelli classici. Numerosi studi riportano l’utilizzo di questi strumenti per svariate finalità come: il training cognitivo negli anziani a rischio MCI (Gamito et al.,2020), la riabilitazione dei traumi cranici nei bambini (Shen et al., 2020) e l’assessment delle capacità cognitive (Parsons & Rizzo, 2008). Nonostante ciò, spesso questi strumenti non hanno fatto altro che riproporre la testistica classica all’interno della realtà virtuale, non sfruttando le potenzialità ecologiche degli ambienti virtuali. Partendo da questo presupposto abbiamo deciso di creare uno strumento ad hoc per la valutazione dell’attenzione in realtà virtuale composto da due task di guida, un primo per valutare l’attenzione sostenuta e un secondo per valutare l’attenzione divisa con interferenza, allo scopo di validare un nuovo test attentivo in realtà virtuale e di sondare la sua capacità di discriminare tra le prestazioni in due diverse condizioni, dopo una deprivazione di sonno di 36 ore (D) e dopo una normale notte di sonno (ND). Per raggiungere questo scopo abbiamo reclutato un campione composto da 35 soggetti sani, con un’età compresa tra i 20 e i 32 anni, e abbiamo fatto svolgere loro, in entrambe le condizioni sopracitate, tre test cognitivi classici (P-Tracker, Color Stroop Test e Simon Task) e i due task di guida in realtà virtuale (VR Guida 1 e VR Guida 2). Abbiamo poi confrontato i punteggi ottenuti nella condizione ND come segue: P-Tracker vs VR Guida 1, per ottenere un confronto riferito ai compiti di attenzione sostenuta e Color Stroop Test e Simon Task vs VR Guida 2, per ottenere un confronto riferito ai compiti di attenzione divisa con interferenza. Il secondo passo è stato quello di confrontare le performance ottenute nelle due condizioni D e ND, per esplorare le capacità dello strumento di discriminare tra le due, quindi la sua sensibilità nei confronti degli effetti della deprivazione di sonno sull’attenzione. Abbiamo così ottenuto dei risultati preliminari che indicavano: per la validazione, una relazione tra i compiti di attenzione sostenuta (P-Tracker e VR Guida 1) e, per la sensibilità dello strumento, una differenza significativa nelle performance tra le due condizioni, ma solo per il task VR Guida 1. In virtù di ciò abbiamo considerato validata la prima del nostro test attentivo in realtà virtuale con un’ottima capacità di discriminare tra le due condizioni. In futuro ci proponiamo di correggere gli errori che non ci hanno permesso di validare l’intero test e di migliorare l’assetto delle prove in realtà virtuale per permettere anche alla seconda parte dello strumento (VR Guida 2) di essere sensibile nel discriminare le performance tra le due condizioni