MétaCan
Menu
Retour à la cohorte
Enregistrement W3131819654 · doi:10.2196/22826

Design and Evaluation of User-Centered Exergames for Patients With Multiple Sclerosis: Multilevel Usability and Feasibility Studies

2021· article· en· W3131819654 sur OpenAlexvenueno aff
Stephan Häfliger, Alain Meyer, Barbara Früh, Sonja Böckler, Yannic Hungerbühler, Eling D. de Bruin, Sebastian Frese, Regula Steinlin Egli, Ulrich Götz, René Bauer, Anna Lisa Martin‐Niedecken

Notice bibliographique

RevueJMIR Serious Games · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesInnosuisse - Schweizerische Agentur für Innovationsförderung
Mots-clésUsabilityMultiple sclerosisCognitionQuality of life (healthcare)Physical activityPhysical medicine and rehabilitationAffect (linguistics)Physical therapyPsychologyMedicineHuman–computer interactionComputer scienceNeurosciencePsychotherapist

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Multiple sclerosis (MS) is a chronic inflammatory disease of the central nervous system. Patients with MS experience a wide range of physical and cognitive dysfunctions that affect their quality of life. A promising training approach that concurrently trains physical and cognitive functions is video game-based physical exercising (ie, exergaming). Previous studies have indicated that exergames have positive effects on balance and cognitive functions in patients with MS. However, there is still a need for specific, user-centered exergames that function as a motivating and effective therapy tool for patients with MS and studies investigating their usability and feasibility. OBJECTIVE: The aim of this interdisciplinary research project is to develop usable and feasible user-centered exergames for the pressure-sensitive plate Dividat Senso by incorporating theoretical backgrounds from movement sciences, neuropsychology, and game research as well as participatory design processes. METHODS: Focus groups (patients and therapists) were set up to define the user-centered design process. This was followed by the field testing of newly developed exergame concepts. Two sequential usability and feasibility studies were conducted on patients with MS. The first study included a single exergaming session followed by measurements. Between the first and second studies, prototypes were iterated based on the findings. The second study ran for 4 weeks (1-2 trainings per week), and measurements were taken before and after the intervention. For each study, participants answered the System Usability Scale (SUS; 10 items; 5-point Likert Scale; score range 0-100) and interview questions. In the second study, participants answered game experience-related questionnaires (Flow Short Scale [FSS]: 13 items; 7-point Likert Scale; score range 1-7; Game Flow questionnaire: 17 items; 6-point Likert Scale; score range 1-6). Mixed methods were used to analyze the quantitative and qualitative data. RESULTS: In the first study (N=16), usability was acceptable, with a median SUS score of 71.3 (IQR 58.8-80.0). In the second study (N=25), the median SUS scores were 89.7 (IQR 78.8-95.0; before) and 82.5 (IQR 77.5-90.0; after), and thus, a significant decrease was observed after training (z=-2.077; P=.04; r=0.42). Moreover, high values were observed for the overall FSS (pre: median 5.9, IQR 4.6-6.4; post: median 5.8, IQR 5.4-6.2) and overall Game Flow Questionnaire (pre: median 5.0, IQR 4.7-5.3; post: median 5.1, IQR 4.9-5.3). A significant decrease was observed in the item perceived importance (FSS: z=-2.118; P=.03; r=0.42). Interviews revealed that user-centered exergames were usable, well accepted, and enjoyable. Points of reference were identified for future research and development. CONCLUSIONS: The project revealed that the newly developed, user-centered exergames were usable and feasible for patients with MS. Furthermore, exergame elements should be considered in the development phase of user-centered exergames (for patients with MS). Future studies are needed to provide indications about the efficacy of user-centered exergames for patients with MS.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,096
Score d'incertitude au seuil0,764

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,223
Tête enseignante GPT0,398
Écart entre enseignants0,175 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations34
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Serious GamesMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207