Virtual Reality–Based Training in Chronic Low Back Pain: Systematic Review and Meta-Analysis of Randomized Controlled Trials
Notice bibliographique
Résumé
Background Low back pain is one of the most prevalent pain conditions worldwide. Virtual reality–based training has been used for low back pain as a new treatment strategy. Present evidence indicated that the effectiveness of virtual reality–based training for people with chronic low back pain is inconclusive. Objective This study conducted a meta-analysis to evaluate the immediate- and short-term effects of virtual reality–based training on pain, pain-related fear, and disability in people with chronic low back pain. Methods We searched the PubMed, Embase, Web of Science, PEDro, CENTRAL, and CINAHL databases from inception until January 2024. Only randomized controlled trials assessing the effects of virtual reality–based training on individuals with chronic low back pain were selected. The outcomes were focused on pain, pain-related fear measured by the Tampa Scale of Kinesiophobia, and disability measured by the Oswestry Disability Index. The immediate term was defined as the immediate period after intervention, and the short term was defined as 3 to 6 months after intervention. The Cochrane Risk of Bias tool and the GRADE (Grading of Recommendations, Assessment, Development and Evaluation) approach were used to evaluate the quality of the methodology and evidence, respectively. Results In total, 20 randomized controlled trials involving 1059 patients were eligible for analysis. Virtual reality–based training showed significant improvements in pain (mean difference [MD] –1.43; 95% CI –1.86 to –1.00; I2=95%; P<.001), pain-related fear using the Tampa Scale of Kinesiophobia (MD –5.46; 95% CI –9.40 to 1.52; I2=90%; P=.007), and disability using the Oswestry Disability Index (MD –11.50; 95% CI –20.00 to –3.01; I2=95%; P=.008) in individuals with chronic low back pain immediately after interventions. However, there were no significant differences observed in pain (P=.16), pain-related fear (P=.10), and disability (P=.43) in the short term. Conclusions These findings indicated that virtual reality–based training can be used effectively for individuals with chronic low back pain in the immediate term, especially to reduce pain, alleviate pain-related fear, and improve disability. However, the short-term benefits need more high-quality trials to be demonstrated. Trial Registration PROSPERO CRD42021292633; http://tinyurl.com/25mydxpz
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,019 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,023 | 0,032 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».