Interactive Digital Game for Improving Visual–Perceptual Defects in Children With a Developmental Disability: Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: Visual-perceptual defects in children can negatively affect their ability to perform activities of daily living. Conventional rehabilitation training for correcting visual-perceptual defects has limited training patterns and limited interactivity, which makes motivation difficult to sustain. OBJECTIVE: We aimed to develop and evaluate an interactive digital game system for correcting visual-perceptual defects and evaluate its effectiveness. METHODS: Participants were children aged 5 to 10 years with a diagnosis of visual-perceptual defect associated with a developmental disability. The children were randomized into a digital game group who received the traditional course of rehabilitation combined with an interactive digital game intervention (n=12) and a standard rehabilitation group (n=11) who only received the traditional course of rehabilitation. Each group underwent rehabilitation once a week for 4 weeks. Overall improvement in Test of Visual Perceptual Skills 3rd edition (TVPS-3) score and overall improvement in performance in the interactive digital game were evaluated. Parents and therapists were asked to complete a satisfaction questionnaire. RESULTS: After 4 weeks, the TVPS-3 score had significantly increased (P=.002) in the digital game group (pre: mean 41.67, SD 13.88; post: 61.50, SD 21.64). In the standard rehabilitation group, the TVPS-3 score also increased, but the increase was not statistically significant (P=.58). Additionally, TVPS-3 score increases were significantly larger for the digital game group compared with those for the standard rehabilitation group (P=.005). Moreover, both parents and therapists were highly satisfied with the system. All 5 themes of satisfaction had mean scores higher than 4 in a 5-point scale questionnaire (mean 4.30, SD 0.56). CONCLUSIONS: The system has potential applications for improving visual-perceptual function in children undergoing medical rehabilitation for developmental disability. TRIAL REGISTRATION: ClinicalTrials.gov NCT05016492; http://clinicaltrials.gov/ct2/show/NCT05016492.
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) | 0,002 | 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 | 0,000 |
| 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 ».