Virtual reality-based exposure with applied biofeedback for social anxiety disorder
Notice bibliographique
Résumé
Introduction Social Anxiety Disorder (SAD) is considered the most prevalent anxiety disorder with the highest disease burden amongst anxiety disorders. Despite available effective treatment with Cognitive Behavioral Therapy, a majority of individuals with SAD do not seek treatment and many drop out when confronted with elements of exposure. Several studies highlight the many advantages virtual reality exposure holds over in vivo exposure. In this study, we investigate the added effect of real-time biofeedback during virtual reality exposure. Objectives The current study is part of a large scale study called VR8. The current study aims to develop and evaluate the feasibility of a VR-biofeedback-intervention for adults with mild to severe social anxiety disorder, before continuing randomized controlled trials. Methods Data from semi-structured interviews and surveys will be compared to biodata collected during VR exposure. Participants include a minimum of (n=10) patients and (n=10) clinicians from the Mental Health Services in the Region of Southern Denmark. Surveys include questionnaires used for assessment of anxiety symptoms, usability of technology, and presence in the virtual environment. Collected biodata includes heart rate variability and electrodermal activity. Behavioral markers include eye-gaze. The findings will be analyzed and discussed in a mixed methods design. Results The study is ongoing. Preliminary results will be available at presentation. Conclusions Successful development and implementation of a biofeedback-informed virtual reality exposure intervention may provide increased reach for patients and individuals who would have otherwise not sought- or dropped out of regular treatment, as well as inform the clinician on how to proceed during virtual exposure. Conflict of interest Prof. Stephané Bouchard is consultant to and own equity in Cliniques et Développement In Virtuo, which develops virtual environments, and conflicts of interests are managed according to UQO’s conflict of interests policy; however, Cliniques et Développeme
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».