MétaCan
Menu
Retour à la cohorte
Enregistrement W4402621466 · doi:10.1186/s43045-024-00457-y

Virtual reality in telepsychiatry is a new horizon for immersive mental health therapy

2024· article· en· W4402621466 sur OpenAlexaff
Md. Kamrul Hasan

Notice bibliographique

RevueMiddle East Current Psychiatry · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésTelepsychiatryMental healthPsychologyVirtual realityPsychotherapistTelemedicineComputer scienceHuman–computer interactionHealth carePolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract The use of virtual reality (VR) in telepsychiatry signifies a paradigm shift in mental health care. VR provides realistic, interactive environments for therapies like exposure therapy and cognitive behavioral therapy, resulting in reliable and reproducible scenarios that improve treatment effectiveness. This technology enhances accessibility for those with geographical or physical limitations, lowers stigma, and boosts patient engagement and adherence by making treatment activities more pleasurable and interesting. Furthermore, VR may emulate social interactions and circumstances that are difficult to replicate in typical treatment settings, providing useful practice for people with social anxiety or autism spectrum disorders (ASD). Despite its great potential, integrating VR into telepsychiatry offers problems such as high VR equipment costs, assuring clinical effectiveness and safety, and securing patient data. Future research should prioritize large-scale, randomized controlled trials to determine the efficacy of VR-based therapy, investigate long-term consequences, and offer cost-effective solutions. By tackling these issues and investing in novel research, VR has the potential to greatly improve telepsychiatry, making mental health care more effective, engaging, and easily available to people all over the world.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,910
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,072
Tête enseignante GPT0,339
Écart entre enseignants0,267 · 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'étudeSans objet
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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMiddle East Current PsychiatryMême sujetVirtual Reality Applications and ImpactsTravaux en français237 207