Data Mining in Cognitive Function Training of Depression Patients Applications
Notice bibliographique
Résumé
Objective: To study how to use virtual reality technology (VR) to improve the cognitive function of depressive patients. This study explored the process of the diagnosis, training and evaluation of cognitive impairment in patients with depression, and provided new training methods and research ideas for improving cognitive impairment and prognosis of patients with depression. Methods: 30 mild to moderate depression subjects were randomly assigned to the experimental group, and 32 mild to moderate depression subjects were randomly assigned to the control group. The subjects in the experimental group were trained and treated with immersion virtual reality system for six months, while the subjects in the control group did not receive any treatment. MoCA scale and corresponding diagnostic criteria were used to assess the cognitive baseline level before treatment and the cognitive improvement after treatment. Result: The subjects in this study had mild to moderate depression, and the depression was similar in different genders, professions and groups. Before the cognitive training, there was no difference in the scores of MoCA scale between the experimental group and the control group, t = 0.2, P = 0.84. After the cognitive training, there was a significant difference in the scores of MoCA scale between the experimental group and the control group, t = 4.36, P = 0.00. This shows that the cognitive function training and treatment based on VR technology can effectively improve the cognitive level of depressive patients. Conclusion: Using virtual reality technology to train the cognitive ability of mild to moderate depression subjects can significantly improve the cognitive ability of the subjects, which is worthy of clinical application and promotion.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».