MétaCan
Menu
Retour à la cohorte
Enregistrement W4387392987 · doi:10.2196/45539

The Application of Fully Immersive Virtual Reality on Reminiscence Interventions for Older Adults: Scoping Review

2023· article· en· W4387392987 sur OpenAlexvenueno aff
Zhipeng Lu, Wenjin Wang, Wei Yan, Chung Lin Kew, Jinsil Hwaryoung Seo, Marcia G. Ory

Notice bibliographique

RevueJMIR Serious Games · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueIdentity, Memory, and Therapy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsycINFOCINAHLReminiscencePsychological interventionUsabilityPsychologyMental healthApplied psychologyIntervention (counseling)MEDLINEGerontologyComputer sciencePsychotherapistMedicineHuman–computer interactionCognitive psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The increasing number of older adults with mental, behavioral, and memory challenges presents significant public health concerns. Reminiscence is one type of nonpharmacological intervention that can effectively evoke memories, stimulate mental activities, and improve psychological well-being in older adults through a series of discussions on previous experiences. Fully immersive virtual reality (FIVR) may be a useful tool for reminiscence interventions because it uses realistic virtual environments connected to a person's significant past stories. OBJECTIVE: This review aims to examine empirical evidence regarding the application of FIVR in reminiscence interventions, its usability and acceptability, and its effectiveness in assisting the intervention to achieve optimal outcomes. METHODS: We followed the PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) approach for scoping reviews. The PubMed, PsycINFO, Embase, CINAHL, Web of Science, ACM, and IEEE Xplore electronic databases were used for the search. We included peer-reviewed studies that used FIVR as an assistive tool for reminiscence interventions; were published between January 1, 2000, and August 1, 2022; reported empirical research; involved older adults as participants; and addressed health- and behavior-related outcomes or the feasibility and usability of FIVR. We used Endnote X9 to organize the search results and Microsoft Excel for data extraction and synthesis. RESULTS: Of the 806 articles collected from the databases and other resources, 11 were identified. Most of the studies involved participants aged between 70 and 90 years. Only 1 study did not involve those with cognitive impairments, whereas 3 specifically targeted people living with dementia. The results indicated that FIVR reminiscence interventions enhanced engagement and reduced fatigue. Although some studies have observed positive effects on anxiety, apathy, depression, cognitive functions, and caregiver burden reduction, these findings were inconsistent across other research. In addition, FIVR showed overall usability and acceptability with manageable side effects among older adults across various health conditions during reminiscence sessions. However, 1 study reported adverse feelings among participants, triggered by unpleasant memories evoked by the virtual reality content. CONCLUSIONS: The role of FIVR in reminiscence interventions remains nascent, with limited studies evaluating its impacts on older adults. Many of the reviewed studies had notable limitations: small sample sizes, absence of rigorous research design, limited assessment of long-term effects, lack of measures for health and behavior outcomes, and quality of life. Beyond these limitations, this review identified a list of future research directions in 6 categories. On the basis of the review findings, we provide practical recommendations to enhance FIVR reminiscence interventions, covering topics such as virtual reality content, device choice, intervention types, and the role and responsibility of facilitators.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,867
Score d'incertitude au seuil0,358

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,039
Tête enseignante GPT0,421
Écart entre enseignants0,382 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations27
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Serious GamesMême sujetIdentity, Memory, and TherapyTravaux en français237 207