MétaCan
Menu
← Retour à la cohorte
Enregistrement W4406222716 · doi:10.1002/alz.094939

A tablet‐ and virtual reality‐based training for preventing and detecting cognitive decline: a usability study

2024· article· en· W4406222716 sur OpenAlexaboutno aff
Julia Zuschnegg, Anna Schultz, Lucas Paletta, Amir Dini, Amadeus Linzer, Ursula Berger, Wolfgang Kratky, Judith Goldgruber, Marisa Koini, Silvia Russegger, Sandra Draxler, Thomas Orgel, Michael Schneeberger, Martin Pszeida, Wolfgang Weiss, Sandra Schüssler

Notice bibliographique

RevueAlzheimer s & Dementia · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUsabilityVirtual realityTraining (meteorology)CognitionPsychologyComputer scienceHuman–computer interactionApplied psychologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Background Virtual Reality (VR) is hailed as a top emerging technology for older adults in healthcare. Despite its potential, limited research exists on VR applications for individuals with cognitive decline, particularly in leisure‐based cognitive training, as opposed to traditional (instrumental) activities of daily living (I)ADL training such as shopping. The SmartAktiv project has developed immersive VR leisure experiences with (I)ADL cognitive training embedded, aiming to enhance cognition in a playful manner and detect early cognitive deficits. We assessed the usability of the SmartAktiv VR‐based intervention combined with a tablet‐based training among participants before initiating a pilot study. Method Healthy older adults (n = 4), people with suspected mild cognitive impairment (MCI) (n = 4), people with suspected dementia (n = 4) (according Montreal Cognitive Assessment, MoCA) and healthcare professionals (n = 4) tested the combined tablet‐ and VR‐based training (hiking tour scenario). After the intervention, qualitative focus groups were held with each group to gather insights into training’s usability from participants' experiences. Furthermore, cybersickness (Simulator Sickness Questionnaire, SSQ) was measured. Result Older adults (MoCA, x̅ 27.00±1.41 points), people with suspected MCI (MoCA, x̅ 23.25±1.26 points) those with suspected dementia (MoCA, x̅ 16.00±0.00 points) and healthcare professionals experienced negligible cybersickness after the training (SSQ, x̅ 6.98±5.26 points). Qualitative findings indicated positive perceptions of the intervention among all participants. Participants appreciated the variety of cognitive exercises (e.g., quiz, puzzle) in the tablet‐training program, but emphasized the need for greater sensitivity of the tablet‐PC and the necessity of a tablet pen. The immersive VR hiking tour was very well‐received, evoking a longing for nature, especially among older individuals (with/without cognitive impairment). They found the interactive cognitive (I)ADL tasks enjoyable/fun, with some even reporting feeling more alert/euphoric afterwards. However, hand tracking issues arose in certain VR tasks (e.g., picking mushrooms), and low contrast made some VR elements difficult to perceive (e.g., payment for train). Conclusion The findings offer insights into the usability of the combined tablet‐ and VR‐based (I)ADL cognitive training, to be considered for a pilot study. This pilot study will test four scenarios (hiking tour, beach vacation, city trip, winter outing) on individuals (n = 30) with and without cognitive decline.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,075
Tête enseignante GPT0,385
Écart entre enseignants0,309 · 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 revueAlzheimer s & Dementia→Même sujetDementia and Cognitive Impairment Research→Travaux en français237 207→