On the use of virtual reality for individuals with upper limb loss: a systematic scoping review
Notice bibliographique
Résumé
INTRODUCTION: Virtual reality has recently become a popular application for rehabilitation and motor control research. This technology has emerged as a valid addition to conventional therapy and promises a successful rehabilitation. This study describes recent research related to the use of virtual reality applications in the rehabilitation of individuals with upper limb loss and to see whether this technology has enough proof of its applicability. EVIDENCE ACQUISITION: Searches were conducted with the Web of Science, Google Scholar, IEEE Xplore, and PubMed databases from inception up to September 2020. Articles that employed virtual reality in the rehabilitation of individual with upper limb loss were included in the research if it is written in English, the keyword exists in the title and abstract; it uses visual feedback in nonimmersive, semi-immersive, or fully immersive virtual environments. Data extraction was carried out by two independent researchers. The study was drafted using the Preferred Reporting Items for Systematic Reviews and Meta-analysis Protocols (PRISMA). EVIDENCE SYNTHESIS: A total of 38 articles met the inclusion criteria. Most studies were published between 2010 and 2020. Thirty-nine percent of the studies (N.=15), originates from North America; 55% of the studies (N.=21), were publicly funded; 61% of the studies (N.=24), was without disclosure of conflict of interest; 82% of the studies (N.=31), were cited in other studies. All the studies were published in journals and conference proceedings. Sixty-six percent of the studies (N.=25) has come out with positive outcome. The design studies were mostly case reports, case series, and poorly designed cohort studies that made up 55% (N.=21) of all the studies cited here. CONCLUSIONS: The research conducted on the use of virtual reality in individual with upper limb loss rehabilitation is of very low quality. The improvements to the research protocol are much needed. It is not necessary to develop new devices, but rather to assess existing devices with well-conducted randomized controlled trials.
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 | 0,030 | 0,116 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,022 | 0,018 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».