MétaCan
Menu
Retour à la cohorte
Enregistrement W4223519829 · doi:10.2196/35526

Virtual Reality Behavioral Activation for Adults With Major Depressive Disorder: Feasibility Randomized Controlled Trial

2022· article· en· W4223519829 sur OpenAlexvenueno aff
Margot Paul, Kim Bullock, Jeremy N. Bailenson

Notice bibliographique

RevueJMIR Mental Health · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRandomized controlled trialMajor depressive disorderMedicineTelehealthBehavioral activationVirtual realityTolerabilityPhysical therapyTelemedicinePsychiatryAdverse effectClinical psychologyMoodHealth careInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Major depressive disorder (MDD) is a global crisis with increasing incidence and prevalence. There are many established evidence-based psychotherapies (EBPs) for depression, but numerous barriers still exist; most notably, access and dissemination. Virtual reality (VR) may offer some solutions to existing constraints of EBPs for MDD. OBJECTIVE: We aimed to examine the feasibility, acceptability, and tolerability of using VR as a method of delivering behavioral activation (BA) for adults diagnosed with MDD during a global pandemic and to explore for signs of clinical efficacy by comparing VR-enhanced BA (VR BA) to a standard BA treatment and a treatment as usual control group for individuals diagnosed with MDD. METHODS: A feasibility trial using a 3-armed, unblinded, randomized controlled pilot design was conducted. The study took place remotely via Zoom telehealth visits between April 8, 2020, and January 15, 2021. This study used a 3-week, 4-session protocol in which VR BA participants used a VR headset to complete their BA homework. Feasibility was measured using dropout rates, serious adverse events, completion of homework, an adapted telepresence scale, the Simulator Sickness Questionnaire, the Brief Agitation Measure, and an adapted Technology Acceptance Model. Efficacy was assessed using the Patient Health Questionnaire-9. RESULTS: Of the 35 participants assessed for eligibility, 13 (37%) were randomized into VR BA (n=5, 38%), traditional BA (n=4, 31%), or a treatment as usual control (n=4, 31%). The mean age of the 13 participants (5/13, 38% male; 7/13, 54% female; and 1/13, 8% nonbinary or third gender) was 35.4 (SD 12.3) years. This study demonstrated VR BA feasibility in participants with MDD through documented high levels of acceptability and tolerability while engaging in VR-induced pleasurable activities in conjunction with a brief BA protocol. No adverse events were reported. This study also illustrated that VR BA may have potential clinical utility for treating MDD, as the average VR BA participant's clinical severity decreased by 5.67 points, signifying a clinically meaningful change in severity from a moderate to a mild level of depression as per the Patient Health Questionnaire-9 score. CONCLUSIONS: The findings of this study demonstrate that VR BA is safe and feasible to explore for the treatment of MDD. This study documented evidence that VR BA may be efficacious and justifies further examination in an adequately powered randomized controlled trial. This pilot study highlights the potential utility that VR technology may offer patients with MDD, especially those who have difficulty accessing real-world pleasant activities. In addition, for those having difficulty accessing care, VR BA could be adapted as a first step to help people improve their mood and increase their motivation while waiting to connect with a health care professional for other EBPs. TRIAL REGISTRATION: ClinicalTrials.gov NCT04268316; https://clinicaltrials.gov/ct2/show/NCT04268316. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): RR2-10.2196/24331.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,028
Tête enseignante GPT0,356
Écart entre enseignants0,328 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
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

Citations40
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetVirtual Reality Applications and ImpactsTravaux en français237 207