VRx@Home protocol: A virtual reality at-home intervention for persons living with dementia and their care partners
Notice bibliographique
Résumé
INTRODUCTION: Virtual reality (VR) technology is increasingly used by researchers and healthcare professionals as a therapeutic intervention to improve the quality of life of persons living with dementia (PLwD). However, most VR interventions to date have mainly been explored in long-term or community care settings, with fewer being explored at home. Setting is important, given that the majority of PLwD live at home and are cared for by their family care partners. One of the challenges affecting PLwD and care partner relationships is barriers in communication, which can lead to social isolation and poor quality of life for both parties. Thus, the goal of the proposed project is to explore whether an immersive, multisensory VR intervention can facilitate communication between PLwD and their care partners and, in turn, enhance personal relationships and improve well-being. METHODS AND ANALYSIS: Thirty dyads comprised of PLwD and their family/friend care partners will participate in this at-home intervention. Their interactions will be recorded as they experience a series of 360° videos together (eg, concert, travel) either using a VR headset (PLwD) with a paired tablet (care partner) or using only a tablet together. The two conditions will allow us to compare immersive VR technology to more common non-immersive tablet-based technology. The study will begin with at-home training and baseline data collection. The intervention will then take place over a 4-week period, with the two conditions (VR vs tablet-only) experienced 2 weeks each. A comprehensive set of measures will be employed to assess the quality and quantity of dyadic interactions, such as verbal/non-verbal language (eg, informativity, gestures) and self-reported measures of well-being and quality of life. ETHICS AND DISSEMINATION: Ethical approval for the study was granted by the University Health Network (#21-5701). Findings will be shared with all stakeholders through peer-reviewed publications and presentations. CLINICAL REGISTRATION: This study has been registered on clinicaltrials.gov (NCT06568211).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».