Virtual Reality for Supporting the Treatment of Depression and Anxiety: Scoping Review
Notice bibliographique
Résumé
BACKGROUND: Mental health conditions pose a major challenge to health care providers and society at large. The World Health Organization predicts that by 2030, mental health conditions will be the leading cause of disease burden worldwide. The current need for mental health care is overwhelming. In New Zealand, 1 in 6 adults has been diagnosed with common mental disorders, such as depression and anxiety disorders, according to a national survey. Cognitive behavioral therapy (CBT) has been shown to effectively help patients overcome a wide variety of mental health conditions. Virtual reality exposure therapy (VRET) might be one of the most exciting technologies emerging in the clinical setting for the treatment of anxiety and depression. OBJECTIVE: This study aims to investigate the virtual reality (VR) technologies currently being used to help support the treatment of depression and anxiety. We also aim to investigate whether and how CBT is included as part of VRET and look at the VR technologies and interventions that have been used in recent studies on depression and anxiety. METHODS: We performed a scoping review. To identify significant studies, we decided to use already aggregated sources from the Google Scholar database. Overall, the goal of our search strategy was to limit the number of initial results related to VR in mental health to only a relevant minimum. RESULTS: Using our defined keywords, Google Scholar identified >17,300 articles. After applying all the inclusion and exclusion criteria, we identified a total of 369 articles for further processing. After manual evaluation, 34 articles were shortlisted; of the 34 articles, 9 (26%) reported the use of CBT with VR. All of the articles were published between 2017 and 2021. Out of the 9 studies, CBT was conducted within a VR environment in 5 (56%) studies, whereas in the remaining 4 (44%) studies, CBT was used as an addition to VRET. All 9 studies reported the use of CBT either in vivo or in a virtual environment to be effective in supporting the treatment of anxiety or depression. CONCLUSIONS: Most studies demonstrated the use of VR to be effective for supporting the treatment of anxiety or depression in a range of settings and recommended its potential as a tool for use in a clinical environment. Even though standalone headsets are much easier to work with and more suitable for home use, the shift from tethered VR headsets to standalone headsets in the mental health environment was not observed. All studies that looked at the use of CBT either in vivo or in a virtual environment found it to be effective in supporting the treatment of anxiety or depression.
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 | 0,007 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,017 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 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 ».