MétaCan
Menu
Retour à la cohorte
Enregistrement W4392546026 · doi:10.1016/j.scog.2024.100305

Using virtual reality to improve verbal episodic memory in schizophrenia: A proof-of-concept trial

2024· article· en· W4392546026 sur OpenAlexafffund
Bryce J. M. Bogie, Chelsea Noël, Feng Long Gu, S. Nadeau, Cecelia Shvetz, Hassan Khan, Marie‐Christine Rivard, Stéphane Bouchard, Martín Lepage, Synthia Guimond

Notice bibliographique

RevueSchizophrenia Research Cognition · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensMcGill UniversityDouglas CollegeCarleton UniversityCégep de l'OutaouaisRoyal Ottawa Mental Health CentreUniversité du Québec en OutaouaisLakehead UniversityUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health ResearchFonds de Recherche du Québec - SantéUniversité du Québec en OutaouaisRocheMental Health Research UKInstitut de recherche en santé mentaleCanada Research Chairs
Mots-clésPsychologyEpisodic memoryVerbal memorySchizoaffective disorderSchizophrenia (object-oriented programming)CognitionIntervention (counseling)Semantic memoryCognitive trainingCognitive psychologyClinical psychologyPsychiatryPsychosis

Résumé

récupéré en direct d'OpenAlex

Schizophrenia is associated with impairments in verbal episodic memory. Strategy for Semantic Association Memory (SESAME) training represents a promising cognitive remediation program to improve verbal episodic memory. Virtual reality (VR) may be a novel tool to increase the ecological validity and transfer of learned skills of traditional cognitive remediation programs. The present proof-of-concept study aimed to assess the feasibility, acceptability, and preliminary efficacy of a VR-based cognitive remediation module inspired by SESAME principles to improve the use of verbal episodic memory strategies in schizophrenia. Thirty individuals with schizophrenia/schizoaffective disorder completed this study. Participants were randomized to either a VR-based verbal episodic memory training condition inspired by SESAME principles (intervention group) or an active control condition (control group). In the training condition, a coach taught semantic encoding strategies (active rehearsal and semantic clustering) to help participants remember restaurant orders in VR. In the active control condition, participants completed visuospatial puzzles in VR. Attrition rate, participant experience ratings, and cybersickness questionnaires were used to assess feasibility and acceptability. Trial 1 of the Hopkins Verbal Learning Test – Revised was administered pre- and post-intervention to assess preliminary efficacy. Feasibility was demonstrated by a low attrition rate (5.88 %), and acceptability was demonstrated by limited cybersickness and high levels of enjoyment. Although the increase in the number of semantic clusters used following the module did not reach conventional levels of statistical significance in the intervention group, it demonstrated a notable trend with a medium effect size (t = 1.48, p = 0.15, d = 0.54), in contrast to the control group where it remained stable (t = 0.36, p = 0.72, d = 0.13). These findings were similar for the semantic clustering ratio in the intervention (t = 1.61, p = 0.12, d = 0.59) and control (t = 0.36, p = 0.72, d = 0.13) groups. There was no significant change in the number of recalled words in either group following VR immersion. This VR intervention was feasible, acceptable, and may be useful for improving the use of semantic encoding strategies. These findings support the use of more ecological approaches for the treatment of cognitive impairments in schizophrenia, such as VR-based cognitive remediation.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,875
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,111
Tête enseignante GPT0,395
Écart entre enseignants0,284 · 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.

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

Citations10
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSchizophrenia Research CognitionMême sujetVirtual Reality Applications and ImpactsTravaux en français237 207