Virtual Reality Experience In Long Term Care Resident Older Adults With Dementia: A Case Series
Notice bibliographique
Résumé
Abstract BACKGROUND: Behavioural and psychological symptoms of dementia (BPSD) worsens as dementia progresses, intensifies caregiver distress and consequent institutionalization. We wanted to evaluate feasibility of Virtual Reality (VR) as non-pharmacologic intervention for BPSD in a Long-Term Care (LTC) home. METHODS: A single site (Henley Place at London, Ontario) case series with a convenience sample (24 older adult residents with moderate to severe dementia). Intervention was 30 minutes of VR experience with Broomx©, five days a week for two weeks. BPSD was measured with Cornell Scale for Depression in Dementia (CSDD), Cohen-Mansfield Agitation Inventory (CMAI) scale, Dementia Observation System (DOS) scale, and proportion of night-time sleep. We validated selected tools with Global Rating of Change (GRC) scale. RESULTS: Implementing VR experience was possible at Henley Place (recruitment rate=40%, the adherence rate=21%, and the attrition=0%) and participants could tolerate it. No emergency transfers or one-to-one staff use were recorded during the intervention period. BPSD measuring instruments also were sensitive to change. CONCLUSION: VR experience can be implemented in a LTC home. TRIAL REGISTRATION: The study was not registered as clinical trial. We obtained ethics approval from ADVARRA Canada Ethics Board before recruiting participants for the study.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 ».