Virtual Reality as an Adjunct Home Therapy in Chronic Pain Management: An Exploratory Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Virtual reality (VR) therapy has been successfully used as an adjunct therapy for the management of acute pain in adults and children, and evidence of potential efficacy in other health applications is growing. However, minimal research exists on the value of VR as an intervention for chronic pain. OBJECTIVE: This case series examined the value of VR to be used as an adjunctive therapy for chronic pain patients in their own homes. METHODS: An exploratory approach using a case series and personal interviews was used. Ten chronic pain patients received VR therapy for 30 min on alternate days for 1 month. Pre- and postexposure (immediately afterwards, 3 h, and at 24 h) pain assessment was recorded using the Numerical Rating Scale (NRS), and weekly using the Brief Pain Inventory (BPI) and Self-completed Leeds Assessment of Neuropathic Symptoms and Signs pain scale (S-LANSS). Terminal semistructured personal interviews with the patients were also undertaken. RESULTS: Of the 8 patients who completed the study, 5 of them reported that pain was reduced during the VR experience but no overall treatment difference in pain scores postexposure was observed. VR was not associated with any serious adverse events, although 60% of patients reported some cybersickness during some of the experiences. CONCLUSIONS: Of note is that the majority of these study participants reported a reduction in pain while using the VR but with highly individualized responses. One patient also reported some short-term improved mobility following VR use. Some evidence was found for the short-term efficacy of VR in chronic pain but no evidence for persistent benefits.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle