MétaCan
Menu
Retour à la cohorte
Enregistrement W4389350848 · doi:10.2196/48916

Effectiveness and User Experience of Virtual Reality for Social Anxiety Disorder: Systematic Review

2023· review· en· W4389350848 sur OpenAlexvenueno aff
Simon Shahid, Joshua Kelson, Anthony Saliba

Notice bibliographique

RevueJMIR Mental Health · 2023
Typereview
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensnon disponible
Organismes subventionnairesCharles Sturt University
Mots-clésPsychological interventionPsycINFOVirtual realityUsabilitySocial anxietyInclusion (mineral)DistressMedicineCochrane LibraryUser experience designSystematic reviewClinical psychologyMEDLINEPsychologyAnxietyPsychiatryRandomized controlled trialComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Social anxiety disorder (SAD) is a debilitating psychiatric disorder that affects occupational and social functioning. Virtual reality (VR) therapies can provide effective treatment for people with SAD. However, with rapid innovations in immersive VR technology, more contemporary research is required to examine the effectiveness and concomitant user experience outcomes (ie, safety, usability, acceptability, and attrition) of emerging VR interventions for SAD. OBJECTIVE: The aim of this systematic review was to examine the effectiveness and user experience of contemporary VR interventions among people with SAD. METHODS: The Cochrane Library, Emcare, PsycINFO, PubMed, ScienceDirect, Scopus, and Web of Science databases were searched between January 1, 2012, and April 26, 2022. Deduplicated search results were screened based on title and abstract information. Full-text examination was conducted on 71 articles. Studies of all designs and comparator groups were included if they appraised the effectiveness and user experience outcomes of any immersive VR intervention among people with SAD. A standardized coding sheet was used to extract data on key participant, intervention, comparator, outcome, and study design items. RESULTS: The findings were tabulated and discussed using a narrative synthesis. A total of 18 studies met the inclusion criteria. CONCLUSIONS: The findings showed that VR exposure therapy-based interventions can generally provide effective, safe, usable, and acceptable treatments for adults with SAD. The average attrition rate from VR treatment was low (11.36%) despite some reported user experience difficulties, including potential simulator sickness, exposure-based emotional distress, and problems with managing treatment delivered in a synchronous group setting. This review also revealed several research gaps, including a lack of VR treatment studies on children and adolescents with SAD as well as a paucity of standardized assessments of VR user experience interactions. More studies are required to address these issues. TRIAL REGISTRATION: PROSPERO CRD42022353891; https://www.crd.york.ac.uk/prospero/display_record.php?RecordID=353891.

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)0,011
score de la tête « metaresearch » (Gemma)0,051
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,051
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0070,008
Bibliométrie0,0060,006
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,074
Tête enseignante GPT0,444
Écart entre enseignants0,369 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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

En bref

Citations37
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Mental HealthMême sujetVirtual Reality Applications and ImpactsTravaux en français237 207