MétaCan
Menu
Retour à la cohorte
Enregistrement W2586811039 · doi:10.3389/fpsyt.2017.00027

Using Virtual Reality in the Treatment of Gambling Disorder: The Development of a New Tool for Cognitive Behavior Therapy

2017· article· en· W2586811039 sur OpenAlexafffund
Stéphane Bouchard, Geneviève Robillard, Isabelle Giroux, Christian Jacques, Claudie Loranger, Manon St-Pierre, Maxime Chrétien, Annie Goulet

Notice bibliographique

RevueFrontiers in Psychiatry · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueGambling Behavior and Treatments
Établissements canadiensCégep de l'OutaouaisUniversité LavalUniversité du Québec en Outaouais
Organismes subventionnairesFonds de Recherche du Québec-Société et CultureCanada Research Chairs
Mots-clésPsychologyAnticipation (artificial intelligence)CognitionPsychotherapistVirtual realityDysfunctional familyVirtual Reality Exposure TherapySession (web analytics)LotteryClinical psychologyPsychiatryAnxiety

Résumé

récupéré en direct d'OpenAlex

Virtual reality (VR) can be used in the treatment of gambling disorder to provide emotionally charged contexts (e.g, induce cravings) where patients can practise cognitive behaviour therapy (CBT) techniques in the safety of the therapist’s office.. This raises practical questions, such as whether the cravings are sufficient to be clinically useful but also manageable enough to remain clinically safe. Pilot data is also needed to test the development of a treatment manual and prepare large randomized control trials. This paper reports on three studies describing: (a) cravings induced in VR compared to real gambling and a control game of skill with no money involved (N = 28 frequent gamblers and 36 infrequent gamblers); (b) the usefulness of a treatment protocol with only two CBT sessions using VR (N = 34 pathological gamblers); and (c) the safety of a four-session treatment program of CBT in VR (N = 25 pathological gamblers). Study 1 reveals that immersions in VR can elicit desire and a positive anticipation to gamble in frequent gamblers that are: (a) significantly stronger than for infrequent gamblers and for playing a control game of skill, and (b) as strong as for gambling on a real video lottery terminal. Study 2 documents the feasibility of integrating VR in CBT, its usefulness in identifying more high-risk situations and dysfunctional thoughts, how inducing cravings during relapse prevention exercises significantly relates to treatment outcome, and the safety of the procedure in terms of cybersickness. Results from Study 3 confirm that, compared to inducing urges to gamble in imagination, using VR does not lead to urges that are stronger, last longer or feel more out of control. Outcome data and effect sizes are reported for both randomized control pilot trials conducted in inpatient settings. Suggestions for future research are provided, including on increasing the number of VR sessions in the treatment program.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,183
Score d'incertitude au seuil0,510

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,207
Tête enseignante GPT0,452
Écart entre enseignants0,245 · 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'étudeObservationnel
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

Citations77
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychiatryMême sujetGambling Behavior and TreatmentsTravaux en français237 207