Effectiveness of a Personalized, Chess-Based Training Serious Video Game in the Treatment of Adolescents and Young Adults With Attention-Deficit/Hyperactivity Disorder: Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: Compared with traditional approaches, gaming strategies are promising interventions for the treatment of attention-deficit/hyperactivity disorder (ADHD). We developed a serious game, The Secret Trail of Moon (TSTM), for ADHD treatment. OBJECTIVE: The main objective of this clinical trial was to demonstrate the effectiveness of an add-on, either TSTM or Therapeutic Chess (TC), in previously optimally drug-titrated, clinically stable patients with ADHD. METHODS: This study is a prospective, unicentric, randomized clinical trial in clinically stable patients with ADHD, aged 12 to 22 years. The TSTM (n=35) and TC groups (n=34) performed 12 weekly sessions of their respective treatments. The control group (CG) patients (n=35) were called by phone every week, but they received no cognitive intervention. The primary end point was the change from baseline to end point in the parent "Behavior Rating Inventory of Executive Function-2" (BRIEF-2; patients' parents) in the per-protocol population (31 serious videogame: 24 TC and 34 CG). RESULTS: Our study failed to probe clear-cut improvements in the global score of the BRIEF-2. However, the TC group showed improvements in measures of emotional control, emotional regulation, and inattention. The TSTM group showed improvements in measures of emotional regulation, inattention, and school context. CONCLUSIONS: TSTM and TC did not improve executive function symptoms, but they improved ADHD symptomatology related to emotional regulation. Further studies with bigger samples are required to confirm these preliminary findings. TRIAL REGISTRATION: ClinicalTrials.gov NCT04355065; https://clinicaltrials.gov/ct2/show/NCT04355065.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».