Benefits of Virtual Reality Balance Training for Patients With Parkinson Disease: Systematic Review, Meta-analysis, and Meta-Regression of a Randomized Controlled Trial
Notice bibliographique
Résumé
Background Virtual reality (VR) balance training is increasingly being pursued in biomedical research, specifically with respect to investigating balance ability with VR. However, existing systematic reviews have found inconsistent conclusions about the efficacy of VR in improving balance in Parkinson disease (PD) patients. Objective The goal of the research was to evaluate the impact of VR balance training on the balance ability of patients with PD. Methods All major databases, including Web of Science, PubMed, Scopus, China National Knowledge Infrastructure, and Wanfang, were searched to identify all relevant studies published in English or Chinese since September 15, 2010. Two researchers independently conducted document retrieval, study selection, data extraction, and methodological quality evaluation. Results A total of 16 randomized controlled trials were analyzed (n=583 patients with PD), with the methodological quality evaluation score ranging from 5 to 8 points. A random effects model was selected to combine effect sizes. Meta-analysis showed that the balance ability of PD was significantly improved after VR training compared with the control group (standardized mean difference [SMD] 2.127, 95% CI 1.202 to 3.052, P<.001, I2=95.1, df=15). It is worth noting that the intervention platform may be the main reason for heterogeneity. Meta regression analysis showed that no training program could predict the impact of VR training (P=.57 to .94) on PD balance ability. Subgroup result showed that a single training time of 0 to 20 minutes (SMD 6.446), 4 to 6 times per week (SMD 4.067), training for 3 to 5 weeks (SMD 62.478), training course reached more than 30 times (SMD 4.405), and 201 to 300 minutes per week (SMD 4.059) maybe have more benefit. Conclusions A systematic review and meta-analysis confirmed that VR balance training is a highly effective means to improve balance performance with large effects in PD. In addition, we preliminarily extracted dose-effect relationships for training volume, informing clinicians and practitioners to design effective VR balance training for balance ability. Further research is needed to reveal optimal dose-response relationships following VR balance training.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,050 | 0,012 |
| 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 | 0,000 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».