MétaCan
Menu
Retour à la cohorte
Enregistrement W2157257781 · doi:10.2196/resprot.4189

Use of a Therapeutic, Socially Assistive Pet Robot (PARO) in Improving Mood and Stimulating Social Interaction and Communication for People With Dementia: Study Protocol for a Randomized Controlled Trial

2015· article· en· W2157257781 sur OpenAlexvenueno aff
Ruby Yu, Elsie Hui, Jenny Lee, Dawn Poon, Ashley Ng, Kitty Sit, K. Ip, Fannie Yeung, Martin M. H. Wong, Takanori Shibata, Jean Woo

Notice bibliographique

RevueJMIR Research Protocols · 2015
Typearticle
Langueen
DomainePsychology
ThématiqueSocial Robot Interaction and HRI
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDementiaRandomized controlled trialGeriatric Depression ScaleMoodPsychologyFacilitatorPsychosocialClinical psychologyMedicineCognitionPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Socially assistive robotics is a growing area for geriatric research. OBJECTIVE: This single-blind, randomized controlled trial (RCT) aims to investigate the use of PARO, a therapeutic, socially assistive pet robot, in improving mood, and stimulating social interaction and communication for people with dementia in the community. METHODS: For the study, 40 community-dwelling older Chinese adults (≥60 years) with mild to moderate dementia will be recruited and randomly assigned to the PARO therapy group or the psychosocial activities control group. Both treatments consist of six, 30-minute weekly sessions, which will be conducted in a geriatric day hospital. Subjects in both groups will be assessed by a trained research assistant at baseline (pre-), during, and post-treatment. Mood (assessed with a simplified face scale), social interaction, and communication (ie, facial expressions and reactions towards each treatment, assessed with an observation table) will be the primary outcome measures. Secondary outcome measures will include assessments on cognitive function (Mini-Mental State Examination) and depressive symptoms (Cornell Scale for Depression in Dementia), as well as caregiver burden (Zarit Burden Inventory). Subjective impression towards each treatment and qualitative comments from the caregivers, facilitator, and therapists will also be obtained. RESULTS: Recruitment to the pilot study began in 2014 and the last subject is expected to complete their post-treatment assessment in 2015. CONCLUSIONS: This will be the first RCT using PARO to improve mood, and stimulate social interaction and communication in the care of older people with dementia, as well as provide an evidence basis for the use of PARO in dementia care in Hong Kong. TRIAL REGISTRATION: The Australian New Zealand Clinical Trials Registry (ANZCTR): ACTRN12614000037606; https://www.anzctr.org.au/Trial/Registration/TrialReview.aspx?ACTRN=12614000037606 (Archived by WebCite at http://www.webcitation.org/6Xi7uXdu9).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,021
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,064
Score d'incertitude au seuil0,212

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0210,018
Méta-épidémiologie (sens strict)0,0060,003
Méta-épidémiologie (sens large)0,0140,006
Bibliométrie0,0030,003
Études des sciences et des technologies0,0030,004
Communication savante0,0030,004
Science ouverte0,0030,002
Intégrité de la recherche0,0070,007
Charge utile insuffisante (le modèle a refusé de juger)0,0640,010

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 Opus0,408
Tête enseignante GPT0,607
Écart entre enseignants0,198 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations154
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetSocial Robot Interaction and HRITravaux en français237 207