A Novel Palliative Care Approach Using Virtual Reality for Improving Various Symptoms of Terminal Cancer Patients: A Preliminary Prospective, Multicenter 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
Abstract Background: Some terminal cancer patients wish to “go to a memorable place” or “return home.” However, owing to various symptom burdens and physical dysfunction, these wishes are difficult for them to realize. Objective: The aim of the study is to verify whether simulated travel using virtual reality (VR travel) is efficacious in improving symptoms in terminal cancer patients. Design: This is a prospective, multicenter, single-arm study. Setting/Subjects: Twenty participants with terminal cancer were recruited from two palliative care wards; data were collected from November 2017 to April 2018. Measurements: The VR software Google Earth VR ® was used. The primary endpoint was the change in the Edmonton Symptom Assessment System scores for each symptom before and after VR travel. Results: The average age of the participants was 72.3 (standard deviation [SD] = 11.9) years. Significant improvements were observed for pain (2.35, SD = 2.25 vs. 1.15, SD = 2.03, p = 0.005), tiredness (2.90, SD = 2.71 vs. 1.35, SD = 1.90, p = 0.004), drowsiness (2.70, SD = 2.87 vs. 1.35, SD = 2.30, p = 0.012), shortness of breath (1.74, SD = 2.73 vs. 0.35, SD = 0.99, p = 0.022), depression (2.45, SD = 2.63 vs. 0.40, SD = 0.82, p = 0.001), anxiety (2.60, SD = 2.64 vs. 0.80, SD = 1.51, p < 0.001), and well-being (4.50, SD = 2.78 vs. 2.20, SD = 1.99, p < 0.001; pre- vs. post-VR travel score, respectively). No participants complained of serious side effects. Conclusions: This preliminary study suggests that VR travel can be efficacious and safe for terminal cancer patients for improving symptom burden.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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