Offering Outworld Experiences to In-Patients With Dementia Through Virtual Reality: Mixed Methods Study
Notice bibliographique
Résumé
Background: Research has suggested that institutionalization can increase the behavioral and psychological symptoms of dementia. To date, recent studies have reported a growing number of successful deployments of virtual reality for people with dementia to alleviate behavioral and psychological symptoms of dementia and improve quality of life. However, virtual reality has yet to be rigorously evaluated, since the findings are still in their infancy, with nonstatistically significant and inconclusive results. Objective: Unlike prior works, to overcome limitations in the current literature, our virtual reality system was co-designed with people with dementia and experts in dementia care and was evaluated with a larger population of patients with mild to severe cases of dementia. Methods: Working with 44 patients with dementia and 51 medical experts, we co-designed a virtual reality system to enhance the symptom management of in-patients with dementia residing in long-term care. We evaluated the system with 16 medical experts and 20 people with dementia. Results: This paper explains the screening process and analysis we used to identify which environments patients would like to receive as an intervention. We also present the system's evaluation results by discussing their impact in depth. According to our findings, virtual reality contributes significantly to the reduction of behavioral and psychological symptoms of dementia, especially for aggressive, agitated, anxious, apathetic, depressive, and fearful behaviors. Conclusions: Ultimately, we hope that the results from this study will offer insight into how virtual reality technology can be designed, deployed, and used in dementia care.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».