Virtual Reality in Home Palliative Care: Brief Report on the Effect on Cancer-Related Symptomatology
Notice bibliographique
Résumé
Virtual reality (VR) has been used as a complementary therapy for managing psychological and physical symptoms in cancer patients. In palliative care, the evidence about the use of VR is still inadequate. This study aims to assess the effect of an immersive VR-based intervention conducted at home on anxiety, depression, and pain over 4days and to evaluate the short-term effect of VR sessions on cancer-related symptomatology. Participants were advanced cancer patients assisted at home who were provided with a VR headset for 4days. On days one and four, anxiety and depression were measured by the Hospital Anxiety and Depression Scale (HADS) and pain by the Brief Pain Inventory (BPI). Before and after each VR session, symptoms were collected by the Edmonton Symptom Assessment Scale (ESAS). Participants wore a smart wristband measuring physiological signals associated with pain, anxiety, and depression. Fourteen patients (mean age 47.2±14.2years) were recruited. Anxiety, depression (HADS), and pain (BPI) did not change significantly between days one and four. However, the ESAS items related to pain, depression, anxiety, well-being, and shortness of breath collected immediately after the VR sessions showed a significant improvement ( p <0.01). A progressive reduction in electrodermal activity has been observed comparing the recordings before, during, and after the VR sessions, although these changes were not statistically significant. This brief research report supports the idea that VR could represent a suitable complementary tool for psychological treatment in advanced cancer patients assisted at home.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».