149 The potential for virtual reality therapy in palliative care – preliminary findings
Notice bibliographique
Résumé
Background Researchers have long been interested in the physiological and psychological aspects of wellbeing. Studies have found that Virtual Reality (VR) therapy, using computer generated environments and avatars, can have positive effects in relieving pain in some patient populations and can be used to alleviate symptoms of depression, anxiety, and Post Traumatic Stress Disorder. To date, there is little published research about the physical and psychological impact of VR therapy using real life environments/settings and the potential for VR to be used effectively in palliative care has not been fully investigated. Method Participants are given a single VR therapy experience lasting no more than 4 min, once a week, for 4 weeks. Quantitative data is obtained through the comparative analysis of pre- and post-session Edmonton Symptom Assessment System: Revised (ESAS-R) scores and qualitative data is gathered through set interviews completed after each VR therapy. Results Preliminary data evidences a 53% mean reduction in pain symptoms, 66% mean reduction in fatigue, 60% mean reduction in drowsiness, 50% mean reduction of SOB, 52% mean reduction in depression, and 62% mean reduction in anxiety with an overall 49% mean increase in overall wellbeing. Qualitatively, participants spoke about feeling more relaxed and generally ‘happier’ as a result of VR. Additionally participants spoke about VR connecting them to positive memories as well giving them a sense of freedom both from their illness, their symptoms, and life as a patient. Conclusion Preliminary findings positively demonstrate a reduction of common physiological and psychological palliative care symptoms. Additional participants and VR therapy sessions are planned. Additional positive results will provide robust evidence for VR Therapy to be adopted and used alongside current symptom control measures used in palliative care.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».