Adherence to home-based videogame treatment for amblyopia in children and adults
Notice bibliographique
Résumé
Abstract Objective Home-based videogame treatments are increasingly being used for various sensory conditions, including amblyopia (“lazy eye”), but adherence continues to limit success. To examine detailed behavioral patterns associated with home-based videogame treatment, we analyzed in detail the videogame adherence data from the B inocular t reatment of a mblyopia with v ide o games (BRAVO) clinical trial (ACTRN12613001004752). Methods Children (7-12 years), Teenagers (13-17 years) and Adults (≥18 years) with unilateral amblyopia were loaned iPod Touch devices with either an active treatment or placebo videogame and instructed to play for 1-2 hours/day for six weeks at home. Objectively-recorded adherence data from device software were used to analyze adherence patterns such as session length, daily distribution of gameplay, use of the pause function, and differences between age groups. Objectively-recorded adherence was also compared to subjectively-reported adherence from paper-based diaries. Results 105 of the 115 randomized participants completed six weeks of videogame training. Average adherence was 65% (SD 37%) of the minimum hours prescribed. Game training was generally performed in short sessions (mean 21.5, SD 11.2 minutes), mostly in the evening, with frequent pauses (median every 4.1 minutes, IQR 6.1). Children played in significantly shorter sessions and paused more frequently than older age groups (p<0.0001). Participants tended to over-report adherence in subjective diaries compared to objectively-recorded gameplay time. Conclusion Adherence to home-based videogame treatment was characterized by short sessions interspersed with frequent pauses, suggesting regular disengagement. This complicates dose-response calculations and may interfere with the effectiveness of treatments like binocular treatments for amblyopia, which require sustained visual stimulation. Clinical trial ID ACTRN12613001004752
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».