Does Practicing with a Virtual Reality Driving Simulator Improve Spatial Cognition in Older Adults? A Pilot Study
Notice bibliographique
Résumé
Memory, cognition, executive functioning, and spatial cognition loss are prevalent in the normal aging process, but these impairments are observed more extensively in individuals with dementia, specifically Alzheimer's disease. To improve the impaired functions, serious games targeting the lost functions are commonly developed and used in training programs. In this study, we designed a virtual reality driving simulator (VRDS) as a serious game with different difficulty levels for improving the spatial cognition; we evaluated it on 11 participants with different levels of dementia for two weeks, every day except weekends (10 sessions of practice in total) and 30 min/day. We assessed the participants' spatial cognition before and after the intervention by an independent assessment (the VR replica of Morris Water test) and also by their performance playing the VRDS during the intervention. We also assessed the participants' mood by a standard depression scale as well as their plausible experience of simulation sickness. The results showed significant improvement in Morris water test. The participants' normalized correct trajectory (to find the target) was improved significantly by 44.4% at post-intervention with respect to baseline. Furthermore, on average, the participants progressed to higher (more challenging) levels of the game, and their spatial learning score increased throughout the sessions. Their mood also showed improvement with respect to baseline. Overall, the results hold promise for the designed VRDS as a mood-lifting and enhancing spatial skills serious game for older adults if it is played regularly. Trial Registry name: Investigating the Effect of Training with a Virtual Reality Driving Simulator URL: https://clinicaltrials.gov/ct2/show/NCT04074655 Clinical Trials.gov ID: NCT04074655.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».