VR-based cognitive rehabilitation for children with traumatic brain injuries: Feasibility and safety.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE/OBJECTIVE: Traumatic brain injury (TBI) is a leading cause of acquired disability in children, who are at risk of significant impairment in executive function (EF). Virtual reality technology provides a novel strategy to offer rich and immersive training content that is both appealing to children and of potential value in improving their daily functioning. The present study aimed to evaluate the feasibility and safety of implementing an innovative VR-based interactive cognitive training (VICT) system for EF rehabilitation designed to meet the developmental and clinical needs of children with TBI. RESEARCH METHOD/DESIGN: A parallel-group random-block randomized controlled trial was conducted among 26 children 7-17 years with TBI, who completed baseline, postintervention, and 2-month follow-up visits. Feasibility was assessed for recruiting children, measuring outcomes, and implementing the intervention. VR satisfaction was assessed via 5-point Likert scales. Safety outcomes included simulator sickness (0-4) and physical exertion (6-20). Preliminary efficacy was assessed by NIH Toolbox Cognitive Battery tasks. RESULTS: = .19). Preliminary evidence supported potential efficacy of the intervention, particularly for moderate and severe TBIs. CONCLUSION/IMPLICATIONS: The present study found high feasibility, safety, and preliminary efficacy of the VICT system. Further research is required to fully examine the intervention's efficacy as a possible rehabilitation tool for children with TBI. (PsycInfo Database Record (c) 2022 APA, all rights reserved).
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.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 découle