MétaCan
Menu
Retour à la cohorte
Enregistrement W4362602482 · doi:10.1007/s00221-023-06603-y

Measuring the susceptibility to visually induced motion sickness and its relationship with vertigo, dizziness, migraine, syncope and personality traits

2023· article· en· W4362602482 sur OpenAlexaff
Ivana Lukacova, Behrang Keshavarz, John F. Golding

Notice bibliographique

RevueExperimental Brain Research · 2023
Typearticle
Langueen
DomaineNeuroscience
ThématiqueVestibular and auditory disorders
Établissements canadiensToronto Rehabilitation InstituteToronto Metropolitan UniversityUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMotion sicknessMigraineVertigoPopulationAudiologyPsychologyBenign paroxysmal positional vertigoMedicineAnxiety sensitivityPhysical medicine and rehabilitationPhysical therapyPsychiatryAnxietySurgery

Résumé

récupéré en direct d'OpenAlex

The widespread use of visual technologies such as Virtual Reality increases the risk of visually induced motion sickness (VIMS). Previously, the 6-item short version of the Visually Induced Motion Sickness Susceptibility Questionnaire (VIMSSQ short form) has been validated for predicting individual variation in VIMS. The aim of the current study was to investigate how the susceptibility to VIMS is correlated with other relevant factors in the general population. A total of 440 participants (201 M, 239F), mean age 33.6 (SD 14.8) years, completed an anonymous online survey of various questionnaires including the VIMSSQ, Motion Sickness Susceptibility Questionnaire (MSSQ), Vertigo in City questionnaire (VIC), Migraine (scale), Social & Work Impact of Dizziness (SWID), Syncope (faintness), and Personality ('Big Five' TIPI). The VIMSSQ correlated positively with the MSSQ (r = 0.50), VIC (r = 0.45), Migraine (r = 0.44), SWID (r = 0.28), and Syncope (r = 0.15). The most efficient Multiple Linear Regression model for the VIMSSQ included the predictors MSSQ, Migraine, VIC, and Age and explained 40% of the variance. Factor analysis of strongest correlates with VIMSSQ revealed a single factor loading with VIMSSQ, MSSQ, VIC, Migraine, SWID, and Syncope, suggesting a common latent variable of sensitivity. The set of predictors for the VIMSSQ in the general population has similarity with those often observed in patients with vestibular disorders. Based on these correlational results, we suggest the existence of continuum of underlying risk factors for sensitivity, from healthy population to patients with extreme visual vertigo and perhaps Persistent Postural-Perceptual Dizziness.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,186
Tête enseignante GPT0,396
Écart entre enseignants0,209 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations30
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueExperimental Brain ResearchMême sujetVestibular and auditory disordersTravaux en français237 207