MétaCan
Menu
Retour à la cohorte
Enregistrement W4214661637 · doi:10.2196/33681

Technology Acceptance and Usability of a Virtual Reality Intervention for Military Members and Veterans With Posttraumatic Stress Disorder: Mixed Methods Unified Theory of Acceptance and Use of Technology Study

2022· article· en· W4214661637 sur OpenAlexaffvenue
Chelsea Jones, Antonio Miguel Cruz, Lorraine Smith‐MacDonald, Matthew Brown, Eric Vermetten, Suzette Brémault‐Phillips

Notice bibliographique

RevueJMIR Formative Research · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensGlenrose Rehabilitation HospitalUniversity of AlbertaAlberta Health Services
Organismes subventionnairesnon disponible
Mots-clésUsabilityTechnology acceptance modelUnified theory of acceptance and use of technologyThematic analysisExpectancy theoryVirtual Reality Exposure TherapyPsychologyVirtual realityStructural equation modelingClinical psychologyApplied psychologyQualitative researchSocial psychologyAnxietyPsychiatryComputer scienceHuman–computer interaction

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Military members and veterans exhibit higher rates of injuries and illnesses such as posttraumatic stress disorder (PTSD) because of their increased exposure to combat and other traumatic scenarios. Novel treatments for PTSD are beginning to emerge and increasingly leverage advances in gaming and other technologies, such as virtual reality. Without assessing the degree of technology acceptance and perception of usability to the end users, including the military members, veterans, and their attending therapists and staff, it is difficult to determine whether a technology-based treatment will be used successfully in wider clinical practice. The Unified Theory of Acceptance and Use of Technology model is commonly used to address the technology acceptance and usability of applications in 5 domains. OBJECTIVE: Using the Unified Theory of Acceptance and Use of Technology model, the purpose of this study was to determine the technology acceptance and usability of multimodal motion-assisted memory desensitization and reconsolidation (3MDR) on a virtual reality system in the primary user group (military members and veterans with treatment-resistant PTSD, 3MDR therapists, and virtual reality environment operators). METHODS: This mixed methods embedded pilot study included military members (n=3) and veterans (n=8) with a diagnosis of combat-related PTSD, as well as their therapists (n=13) and operators (n=5) who completed pre-post questionnaires before and on completion of 6 weekly sessions of 3MDR. A partial least squares structural equation model was used to analyze the questionnaire results. Qualitative data from the interviews were assessed using thematic analysis. RESULTS: Effort expectancy, which was the most notable predictor of behavioral intention, increased after a course of 3MDR with the virtual reality system, whereas all other constructs demonstrated no significant change. Participants' expectations of the technology were met, as demonstrated by the nonsignificant differences in the pre-post scores. The key qualitative themes included feasibility and function, technical support, and tailored immersion. CONCLUSIONS: 3MDR via a virtual reality environment appears to be a feasible, usable, and accepted technology for delivering 3MDR to military members and veterans who experience PTSD and 3MDR therapists and operators who facilitate their treatment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,816
Score d'incertitude au seuil0,485

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,076
Tête enseignante GPT0,429
Écart entre enseignants0,354 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetVirtual Reality Applications and ImpactsTravaux en français237 207