A Novel Palliative Care Approach Using Virtual Reality for Improving Various Symptoms of Terminal Cancer Patients: A Preliminary Prospective, Multicenter Study
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».