MétaCan
Menu
Retour à la cohorte
Enregistrement W2999901333 · doi:10.7573/dic.2019-9-4

Motion sickness: an overview

2019· review· en· W2999901333 sur OpenAlexaff
Alexander K. C. Leung, Kam‐Lun Ellis Hon

Notice bibliographique

RevueDrugs in Context · 2019
Typereview
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensAlberta Children's HospitalUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMotion sicknessPhysical medicine and rehabilitationMedicineNauseaMotion (physics)HabituationAudiologyPsychiatryComputer scienceArtificial intelligenceAnesthesia

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Motion sickness is a common phenomenon that affects almost everybody at some point in their lifetime. Clinicians should be familiar with the proper management of this condition. OBJECTIVE: To provide an update on the current understanding of the pathophysiology and management of motion sickness. METHODS: A PubMed search was performed with Clinical Queries using the key term 'motion sickness.' The search strategy included meta-analyses, randomized controlled trials, clinical trials, observational studies, and reviews. The search was restricted to English literature. The information retrieved from the earlier search was used in the compilation of the present article. RESULTS: for developing motion sickness is when the brain receives conflicting information from different sensors about real body movements or virtual environment. The principal sensors are the eyes, the vestibular apparatus, and proprioceptive receptors. The conflicting information is judged in relation to a pattern of expected associations formed under normal or experienced conditions stored in the brain. Motion sickness typically presents with malaise, anorexia, nausea, yawning, sighing, increased salivation, burping, headache, blurred vision, non-vertiginous dizziness, drowsiness, spatial disorientation, difficulty concentrating, and sometimes vomiting. Simple behavioral and environmental modifications can be effective in the prevention of motion sickness. Medications that are effective in the prophylaxis and/or treatment of motion sickness include anticholinergics, antihistamines, and sympathomimetics. CONCLUSION: In most cases, motion sickness can be prevented by behavioral and environmental modifications (avoidance, habituation, and minimization of motion stimuli). Pharmacotherapy should be considered in the prevention and/or treatment of more severe motion sickness and for patients who do not respond to conservative measures. Medications are most effective when combined with behavioral and environmental modifications. Drugs that are effective in the prophylaxis and/or treatment of motion sickness include anticholinergic agents and antihistamines.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0070,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,175
Tête enseignante GPT0,405
Écart entre enseignants0,229 · 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'étudeSans objet
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

Citations106
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDrugs in ContextMême sujetVirtual Reality Applications and ImpactsTravaux en français237 207