Effects of immersive and non-immersive virtual reality-based rehabilitation training on cognition, motor function, and daily functioning in patients with mild cognitive impairment or dementia: A systematic review and meta-analysis
Notice bibliographique
Résumé
Objective To examine the effectiveness of virtual reality (VR)-based rehabilitation training in improving cognition, motor function, and daily functioning in patients with mild cognitive impairment and dementia. Data sources A systematic review of published literature was conducted using PubMed, Web of Science, Elsevier, Embase, Cochrane, CNKI, Networked Digital Library of Theses and Dissertations. Methods The search period was from inception to 7 October 2023. Eligible studies were randomized controlled trials evaluating the efficacy of VR-based rehabilitation training in patients with mild cognitive impairment or dementia versus control subjects. Methodologic quality was assessed with the Cochrane risk of bias tool, and outcomes were calculated as the standard mean difference between participant groups with 95% confidence interval. Results A total of 21 randomized controlled trials with 1138 patients were included. The meta-analysis showed that VR-based rehabilitation training had significant effects on Montreal Cognitive Assessment (SMD: 0.50; 95%CI: 0.05 to 0.95; P = 0.030), Trail-making test A (SMD: −0.38; 95%CI: −0.61 to −0.14; P = 0.002), and Berg Balance Scale scores (SMD: 0.79; 95%CI: 0.13 to 1.45; P = 0.020). A subgroup analysis revealed that the type of VR, and duration and frequency of interventions had statistically significant effects on cognition and motor function. Conclusion VR-based rehabilitation training is a beneficial nonpharmacologic approach for managing mild cognitive impairment or dementia. Immersive VR-based training had greater effects on cognition and motor function than non-immersive VR-based training, but non-immersive VR-based training was more convenient for patients with limitations imposed by their disease. Also, an intervention lasting 5–8 weeks and for >30 min at a frequency of ≥3 times/week achieved the best results. It indicated that a longer intervention cycle may not achieve the best intervention effect and training duration and schedule should be carefully considered when managing patients.
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 | 0,003 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».