Virtual reality mobility for burn patients (<scp>VR‐MOBILE</scp>): A <scp>within‐subject‐</scp>controlled trial protocol
Notice bibliographique
Résumé
In the acute phase, burn patients undergo several painful procedures. Pediatric burn care procedures conducted in hydrotherapy have been known to generate severe pain intensity and moderate to high levels of anxiety. Hydrotherapy treatments are done with the use of opioids and benzodiazepines for pain and anxiety. Unfortunately, nonpharmacological methods are rarely combined with pharmacological treatments despite evidence showing that distraction can serve as an effective method for pain management and can potentially decrease analgesic requirements in other painful medical procedures. Virtual reality (VR) is a method that uses distraction to interact within a virtual environment. The use of VR is promising for pain reduction in varying settings. Considering the lack of optimal pain and anxiety management during burn wound care and the positive effect of an immersive distraction for painful procedures, using VR for burn wound care procedures may show promising results. This is a within-subject randomized controlled trial design in which each participant will serve as his/her own control. A minimum of 20 participants, aged 7 to 17 years old undergoing a burn care session, will receive both standard and experimental treatments during the same session in a randomized order. The experimental treatment will consist of combining VR distraction using the video game Dreamland® to the current standard pharmacological care as per unit protocol. The control group will only receive the unit's standard pharmacological care. The mean difference in both pain intensity scores and in anxiety between the two different sequences will be the primary outcomes of this study. This study evaluates the effect of VR on burn wound care. If results from this study show a positive effect of VR compared to standard care, this protocol may provide guidance on how to implement this type of immersive care as part of the tools available for distraction of painful procedures for acute burn victims.
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 | 0,011 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,002 |
| Méta-épidémiologie (sens large) | 0,008 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,057 | 0,006 |
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 ».