MétaCan
Menu
Retour à la cohorte
Enregistrement W2066765478 · doi:10.3233/978-1-60750-017-9-40

Scientific Evidence for the Effectiveness of Virtual Reality for Pain Reduction in Adults with Acute or Chronic Pain

2009· article· en· W2066765478 sur OpenAlexaff
Shahnaz Shahrbanian, Xiaoli Ma, Nicol Korner‐Bitensky, Maureen J. Simmonds

Notice bibliographique

RevueStudies in health technology and informatics · 2009
Typearticle
Langueen
DomaineMedicine
ThématiquePediatric Pain Management Techniques
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésAcute painMedicinePhysical therapyRandomized controlled trialVirtual realityChronic painIntervention (counseling)Clinical trialPain managementSystematic reviewMEDLINESurgeryAnesthesiaComputer scienceNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

The objective of this systematic review was to determine the level of scientific evidence for the effectiveness of VR for pain management in adults with pain. A comprehensive systematic search involving major health care databases was undertaken to identify randomized clinical trials (RCTs) and descriptive studies. Twenty-seven studies were identified that fulfilled the inclusion criteria. There was strong (Level 1a) evidence of a greater benefit from immersive VR and limited evidence (Level 2a) for the effectiveness of non-immersive VR in reducing acute pain. Moreover, there is limited evidence (Level 2a) of effectiveness of immersive VR compared to no VR for reducing chronic pain. There is currently no published study that has explored the effectiveness of non-immersive VR for chronic pain (level 5). It is concluded that VR can be recommended as a standard or adjunct clinical intervention for pain management at least in the management of acute pain.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,853
Score d'incertitude au seuil0,548

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,055
Tête enseignante GPT0,401
Écart entre enseignants0,347 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations41
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in health technology and informaticsMême sujetPediatric Pain Management TechniquesTravaux en français237 207