MétaCan
Menu
Retour à la cohorte
Enregistrement W4321789369 · doi:10.3390/s23052506

Acceptability, Feasibility, and Effectiveness of Immersive Virtual Technologies to Promote Exercise in Older Adults: A Systematic Review and Meta-Analysis

2023· review· en· W4321789369 sur OpenAlexafffund
Benjamin Doré, Alex Gaudreault, Gauthier Everard, Johannes C. Ayena, Ahmad Abboud, Nicolas Robitaille, Charles Sèbiyo Batcho

Notice bibliographique

RevueSensors · 2023
Typereview
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensCentre intégré universitaire de santé et de services sociaux de la Capitale-NationaleCentre Intégré Universitaire de Santé et de Services Sociaux du Centre-Sud-de-l'Île-de-MontréalCentre for Interdisciplinary Research in RehabilitationCentre Intégré Universitaire de Santé et de Services Sociaux du Saguenay–Lac-Saint-JeanUniversité Laval
Organismes subventionnairesMitacs
Mots-clésCINAHLScopusMeta-analysisVirtual realityContext (archaeology)Psychological interventionMedicineMEDLINEPhysical therapyPopulationPsychologyPhysical medicine and rehabilitationComputer scienceNursingArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Context: This review aimed to synthesize the literature on the acceptability, feasibility, and effectiveness of immersive virtual technologies to promote physical exercise in older people. Method: We performed a literature review, based on four databases (PubMed, CINAHL, Embase, and Scopus; last search: 30 January 2023). Eligible studies had to use immersive technology with participants aged 60 years and over. The results regarding acceptability, feasibility, and effectiveness of immersive technology-based interventions in older people were extracted. The standardized mean differences were then computed using a random model effect. Results: In total, 54 relevant studies (1853 participants) were identified through search strategies. Concerning the acceptability, most participants reported a pleasant experience and a desire to use the technology again. The average increase in the pre/post Simulator Sickness Questionnaire score was 0.43 in healthy subjects and 3.23 in subjects with neurological disorders, demonstrating this technology’s feasibility. Regarding the effectiveness, our meta-analysis showed a positive effect of the use of virtual reality technology on balance (SMD = 1.05; 95% CI: 0.75–1.36; p < 0.001) and gait outcomes (SMD = 0.7; 95% CI: 0.14–0.80; p < 0.001). However, these results suffered from inconsistency and the number of trials dealing with these outcomes remains low, calling for further studies. Conclusions: Virtual reality seems to be well accepted by older people and its use with this population is feasible. However, more studies are needed to conclude its effectiveness in promoting exercise in older people.

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)0,029
score de la tête « metaresearch » (Gemma)0,078
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,155

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,078
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0180,028
Bibliométrie0,0090,008
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,073
Tête enseignante GPT0,366
Écart entre enseignants0,293 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations61
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetVirtual Reality Applications and ImpactsTravaux en français237 207