MétaCan
Menu
Retour à la cohorte
Enregistrement W4400886551 · doi:10.2196/62842

Immersive Virtual Reality Use in Medical Intensive Care: Mixed Methods Feasibility Study

2024· article· en· W4400886551 sur OpenAlexvenueno aff
Brian W. Locke, Te-Yi Tsai, C. Mahony Reátegui-Rivera, Aileen Gabriel, Aref Smiley, Joseph Finkelstein

Notice bibliographique

RevueJMIR Serious Games · 2024
Typearticle
Langueen
DomaineMedicine
ThématiquePediatric Pain Management Techniques
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Heart, Lung, and Blood Institute
Mots-clésUsabilityVirtual realityHuman–computer interactionComputer sciencePsychology

Résumé

récupéré en direct d'OpenAlex

Background Immersive virtual reality (VR) is a promising therapy to improve the experience of patients with critical illness and may help avoid postdischarge functional impairments. However, the determinants of interest and usability may vary locally and reports of uptake in the literature are variable. Objective The aim of this mixed methods feasibility study was to assess the acceptability and potential utility of immersive VR in critically ill patients at a single institution. Methods Adults without delirium who were admitted to 1 of 2 intensive care units were offered the opportunity to participate in 5-15 minutes of immersive VR delivered by a VR headset. Patient vital signs, heart rate variability, mood, and pain were assessed before and after the VR experience. Pre-post comparisons were performed using paired 2-sided t tests. A semistructured interview was administered after the VR experience. Patient descriptions of the experience, issues, and potential uses were summarized with thematic analysis. Results Of the 35 patients offered the chance to participate, 20 (57%) agreed to partake in the immersive VR experience, with no difference in participation rate by age. Improvements were observed in overall mood (mean difference 1.8 points, 95% CI 0.6-3.0; P=.002), anxiety (difference of 1.7 points, 95% CI 0.8-2.7; P=.001), and pain (difference of 1.3 points, 95% CI 0.5-2.1; P=.003) assessed on 1-10 scales. The heart rate changed by a mean of –1.1 (95% CI –0.3 to –1.9; P=.008) beats per minute (bpm) from a baseline of 86.1 (SD 11.8) bpm and heart rate variability, assessed by the stress index (SI), changed by a mean of –5.0 (95% CI –1.5 to –8.5; P=.004) seconds–2 from a baseline SI of 40.0 (SD 23) seconds–2. Patients commented on the potential for the therapy to address pain, lessen anxiety, and facilitate calmness. Technical challenges were minimal and there were no adverse effects observed. Conclusions Patient acceptance of immersive VR was high in a mostly medical intensive care population with little prior VR experience. Patients commented on the potential of immersive VR to ameliorate cognitive and emotional symptoms. Investigators can consider integrating minimally modified commercial VR headsets into the existing intensive care unit workflow to further assess VR’s efficacy for a variety of endpoints.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,451
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,045
Tête enseignante GPT0,424
Écart entre enseignants0,379 · 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'étudeObservationnel
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

Citations19
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Serious GamesMême sujetPediatric Pain Management TechniquesTravaux en français237 207