Virtual Reality and Neurofeedback for Management of Cancer Symptoms: A Feasibility Pilot
Notice bibliographique
Résumé
Background: Evidence suggests the usefulness of complementary and alternative medicine approaches, like neurofeedback and virtual reality, for the management of cancer-related pain and mood. It is not well-understood whether neurofeedback delivered through virtual reality is feasible and acceptable to patients actively undergoing cancer treatment. Objective: The purpose of this study was to explore the feasibility and acceptability of a nature-based virtual reality combined with neurofeedback as a non-pharmacologic strategy for managing cancer-related pain and anxiety. Methods: This study utilized a mixed-methods approach. Participants included 15 cancer patients undergoing treatment. Patients engaged in a 22-minute nature-based virtual reality experience, wearing a virtual reality headset with a Brainlink headband measuring EEG activity. Participants were asked to complete the Edmonton Symptom Assessment System revised version (ESAS-r) before (T1) and after (T3) the experience to measure pain and anxiety. They were asked their level of pain midway through the experience (T2) and completed a follow-up interview afterward. Results: This study revealed feasible delivery of a virtual reality intervention combined with neurofeedback for patients seeking cancer treatment. All participants (100%) completed the intervention experience. Patients report this is an acceptable approach to managing cancer-related pain and anxiety. Comparisons between patients’ pain scores at T1, T2, and T3 reveal statistically significant reductions in pain (p .001). Patients also report decreased depression and anxiety. Conclusion: This is the first study examining virtual reality combined with neurofeedback as a non-pharmacologic intervention for managing cancer symptoms during treatment. The study reveals it is a promising for managing cancer-symptoms.
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 | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».