Mapping Behavioral Health Serious Game Interventions for Adults With Chronic Illness: Scoping Review
Notice bibliographique
Résumé
BACKGROUND: Serious games for health are increasingly being used to address health outcomes in patients with chronic illnesses. These studies vary in their study designs, patient populations, frameworks, outcome variables, and degree of specificity of the serious game intervention. OBJECTIVE: This scoping review aims to clarify the conceptual features of the existing research related to serious games designed to improve cognitive and behavioral outcomes in adults with chronic illness. METHODS: We applied the Preferred Reporting Items of Systematic Reviews and Meta-Analysis for scoping reviews (PRISMA-ScR) methodology, including an a priori research question. We searched 4 electronic databases to identify articles published through November 2019. Inclusion criteria encompassed (1) adults 18 years or older; (2) patients with a diagnosis of chronic illness; (3) a serious game intervention; and (4) defined patient outcomes that assess patients' behavioral, cognitive, or health outcomes. RESULTS: Of the 3305 articles identified, 38 were included in the review. We charted and analyzed the theoretical frameworks, key concepts, and outcome variables of these studies with summaries of features across articles. The majority of studies used a randomized controlled trial design (23/38, 61%), included a custom serious game intervention (22/38, 58%), and lacked a theoretical framework (25/38, 66%). Common outcome variables included quality of life (16/38, 42%), mood (15/38, 39%), cognitive function (13/38, 34%), symptoms (12/38, 32%), and physical activity (9/38, 24%). Key differences between studies included whether or not serious games aimed to train versus teach patients, be widely accessible versus tailored interventions, or replace versus complement current treatments. CONCLUSIONS: This scoping review defines the current landscape of research in serious games for health research targeting behavioral and cognitive outcomes in adults with chronic disease. Studies have addressed a variety of patient populations and diverse patient outcomes. Researchers wanting to build on the current research should integrate theoretical frameworks into the design of the intervention and trial to more clearly articulate the active ingredients and mechanisms of serious games.
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 | 0,023 | 0,120 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,007 | 0,010 |
| Bibliométrie | 0,021 | 0,018 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,002 |
| 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 ».