Effect of serious games over conventional therapy in the rehabilitation of people with multiple sclerosis – a systematic review and meta-analysis
Notice bibliographique
Résumé
Purpose This meta-analysis aimed to quantify the effect of serious games over conventional therapy on upper-limb activity, balance, gait, fatigue, and cognitive functions in people with multiple sclerosis.Materials and methods Search strategies were developed for PubMed, Embase, Cochrane Library, and Scopus. Studies were selected if participants were adults with multiple sclerosis; the intervention consisted of a virtual reality serious game-based program; the control group received conventional therapy; outcomes included upper limb activity, balance, gait, fatigue, or cognitive functions; and used a randomized controlled trial design. Data were synthesized using a standardized mean difference with a random-effects model.Results From 2532 studies, seventeen trials were selected (n = 740). Overall, serious games programs effect on upper limb activity, gait, verbal memory, verbal fluency and attention seemed neutral. Balance functions appeared to be improved by semi-immersive virtual reality serious games (SMD = 0.48;95%CI = 0.12–0.84;p = 0.01;I2=0%), fatigue by treadmill serious games (SMD = 0.80;95%CI = 0.40–1.20;p < 0.001) and visuo-spatial memory by semi-immersive virtual reality general cognitive serious games (SMD = 0.35;95%CI = 0.04–0.65;p = 0.03;I2=0%).Conclusion This review suggests, with a very-low-to-low certainty of evidence, that while some specific serious games may improve balance, fatigue and visuo-spatial memory, their overall effect on upper limb activity, gait, and other cognitive functions appears neutral.
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 | 0,011 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,023 | 0,036 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».