MétaCan
Menu
Retour à la cohorte
Enregistrement W4402886255 · doi:10.2196/preprints.66673

Feasibility, usability, and effects of the leisure-based cognitive training using a fully immersive virtual reality system in older adults: Pilot single-arm pre-post study (Preprint)

2024· preprint· en· W4402886255 sur OpenAlexaboutno aff
I‐Ching Chuang, Xiaoting Huang, I-Chen Chen, Yih‐Ru Wu, Ching‐Yi Wu

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineComputer Science
ThématiqueAugmented Reality Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprintUsabilityVirtual realityHuman–computer interactionTraining (meteorology)MultimediaPsychologyComputer scienceApplied psychologyWorld Wide WebGeography

Résumé

récupéré en direct d'OpenAlex

BACKGROUND Cognitive training has been shown to improve cognitive function in older adults, with the inclusion of leisure activities such as gardening potentially enhancing both its effectiveness and enjoyment. Although fully immersive virtual reality (VR) training has demonstrated positive outcomes, research integrating leisure activities with VR for older adults remains sparse. We developed a VR system incorporating gardening to enhance cognitive function in community-dwelling older adults. OBJECTIVE This study aimed to assess the feasibility, usability, and preliminary effectiveness of leisure-based VR cognitive training for community-dwelling older adults. METHODS The fully immersive VR system used a head-mounted display for leisure-based cognitive training, featuring simulated gardening tasks (planting, fertilizing, harvesting) to enhance cognitive function. Participants trained twice weekly for 1 hour over 8 weeks. Feasibility and usability were assessed by older adults and professionals. Outcome measures were the Montreal Cognitive Assessment (MoCA), Digit Symbol Substitution Test (DSST), Word List subtests and Spatial Span subtests of the Wechsler Memory Scale (WMS-WL and WMS-SS), and the Stroop Color and Word Test (SCWT), with assessments conducted before and after training. RESULTS The study recruited 41 elderly participants, all of whom completed the 16 VR training sessions with 100% attendance. Acceptance of the VR experience (PU, PE, UE, ITU) was above average, with a usability score of 68, rated "average." After training, significant improvements were seen in MoCA (p= 0.004), DSST (p= 0.049), WMS-WL (p< 0.001), and SCWT (p= 0.002), but no significant change was found for WMS-SS (p= 0.29). CONCLUSIONS Our findings show that the leisure-based VR cognitive training system is feasible, usable, and effective in enhancing cognitive function in community-dwelling older adults. Future studies should include control groups to confirm these results. CLINICALTRIAL ClinicalTrials.gov Identifier NCT05227495. (01/04/2021)

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,048
Tête enseignante GPT0,308
Écart entre enseignants0,259 · 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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAugmented Reality ApplicationsTravaux en français237 207