Virtual and augmented reality in the vestibular rehabilitation of peripheral vestibular disorders: systematic review and meta-analysis
Notice bibliographique
Résumé
Vestibular rehabilitation therapy is an established treatment for patients with vestibular dysfunction. Virtual reality (VR) and augmented reality (AR) can be utilised in vestibular rehabilitation. Evidence of the efficacy of VR and AR delivered rehabilitation in patients with peripheral vestibular disorders is reviewed. MEDLINE, EMBASE, CENTRAL, CINAHL, PsychInfo, PsychBITE, OTSeeker, Ei Compendex, IEE, Clinical trials.gov and WebofScience databases were searched. Reduction in vestibular dysfunction symptoms 0-3 months post-intervention was the primary outcome. Secondary outcomes included long-term symptom improvement and side effects. Risk of bias assessment and meta analyses were planned. Five studies meeting eligibility criteria were included. Dizziness Handicap Inventory (DHI) scores 0-3 months post-intervention were reported by four studies. Meta-analysis identified a 1.13 (95% CI, - 1.74, - 0.52) standardized mean difference reduction in DHI in VR and AR treated patients compared to controls. Side effects reported by two studies were reduced by week four of VR intervention. Bias assessment identified DHI scores and side effects to be at high risk or of some concern. Adjunct VR interventions reduced patient DHI significantly more than vestibular rehabilitation alone 0-3 months post-intervention in adult patients diagnosed with unilateral vestibular disease. High quality studies are needed.
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 | 0,007 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».