MétaCan
Menu
Retour à la cohorte
Enregistrement W2899704744 · doi:10.2196/10965

Implementations of Virtual Reality for Anxiety-Related Disorders: Systematic Review

2018· review· en· W2899704744 sur OpenAlexvenueno aff
Theodore Oing, Julie Prescott

Notice bibliographique

RevueJMIR Serious Games · 2018
Typereview
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAnxietyPhobiasVirtual Reality Exposure TherapyVirtual realityExposure therapyPsychologySpecific phobiaImplementationClinical psychologyPsychotherapistPanic disorderComputer sciencePsychiatryHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although traditional forms of therapy for anxiety-related disorders (eg, cognitive behavioral therapy, CBT) have been effective, there have been long-standing issues with these therapies that largely center around the costs and risks associated with the components comprising the therapeutic process. To treat certain types of specific phobias, sessions may need to be held in public, therefore risking patient confidentiality and the occurrence of uncontrollable circumstances (eg, weather and bystander behavior) or additional expenses such as travel to reach a destination. To address these issues, past studies have implemented virtual reality (VR) technologies for virtual reality exposure therapy (VRET) to provide an immersive, interactive experience that can be conducted privately and inexpensively. The versatility of VR allows various environments and scenarios to be generated while giving therapists control over variables that would otherwise be impossible in a natural setting. Although the outcomes from these studies have been generally positive despite the limitations of legacy VR systems, it is necessary to review these studies to identify how modern VR systems can and should improve to treat disorders in which anxiety is a key symptom, including specific phobias, posttraumatic stress disorder and acute stress disorder, generalized anxiety disorder, and paranoid ideations. OBJECTIVE: The aim of this review was to establish the efficacy of VR-based treatment for anxiety-related disorders as well as to outline how modern VR systems need to address the shortcomings of legacy VR systems. METHODS: A systematic search was conducted for any VR-related, peer-reviewed articles focused on the treatment or assessment of anxiety-based disorders published before August 31, 2017, within the ProQuest Central, PsycINFO, and PsycARTICLES databases. References from these articles were also evaluated. RESULTS: A total of 49 studies met the inclusion criteria from an initial pool of 2419 studies. These studies were a mix of case studies focused solely on VRET, experimental studies comparing the efficacy of VRET with various forms of CBT (eg, in vivo exposure, imaginal exposure, and exposure group therapy), and studies evaluating the usefulness of VR technology as a diagnostic tool for paranoid ideations. The majority of studies reported positive findings in favor of VRET despite the VR technology's limitations. CONCLUSIONS: Although past studies have demonstrated promising and emerging efficacy for the use of VR as a treatment and diagnostic tool for anxiety-related disorders, it is clear that VR technology as a whole needs to improve to provide a completely immersive and interactive experience that is capable of blurring the lines between the real and virtual world.

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)0,007
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,030
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,005
Bibliométrie0,0100,008
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,043
Tête enseignante GPT0,391
Écart entre enseignants0,348 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations160
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Serious GamesMême sujetVirtual Reality Applications and ImpactsTravaux en français237 207