MétaCan
Menu
Retour à la cohorte
Enregistrement W4406613693 · doi:10.2196/59611

Integration of Conventional and Virtual Reality Approaches in Augmented Reality for Theory-Based Psychoeducational Intervention Design for Chronic Low Back Pain: Scoping Review

2025· review· en· W4406613693 sur OpenAlexvenueno aff
Robin Conen, Steffen Mueller, Ana N. Tibubos

Notice bibliographique

RevueInteractive Journal of Medical Research · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueMusculoskeletal pain and rehabilitation
Établissements canadiensnon disponible
Organismes subventionnairesDeutsche ForschungsgemeinschaftUniversität Trier
Mots-clésPsychoeducationVirtual realityPsychological interventionPsycINFOBiopsychosocial modelPsychologyApplied psychologyCoping (psychology)Clinical psychologyMedicinePsychotherapistPhysical therapyMEDLINEComputer scienceHuman–computer interactionPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Psychoeducation positively influences the psychological components of chronic low back pain (CLBP) in conventional treatments. The digitalization of health care has led to the discussion of virtual reality (VR) interventions. However, CLBP treatments in VR have some limitations due to full immersion. In comparison, augmented reality (AR) supplements the real world with virtual elements involving one's own body sensory perception and can combine conventional and VR approaches. OBJECTIVE: The aim of this study was to review the state of research on the treatment of CLBP through psychoeducation, including immersive technologies, and to formulate suggestions for psychoeducation in AR for CLBP. METHODS: A scoping review following PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) guidelines was performed in August 2024 by using Livivo ZB MED, PubMed, Web of Science, American Psychological Association PsycINFO (PsycArticle), and PsyArXiv Preprints databases. A qualitative content analysis of the included studies was conducted based on 4 deductively extracted categories. RESULTS: We included 12 studies published between 2019 and 2024 referring to conventional and VR-based psychoeducation for CLBP treatment, but no study referred to AR. In these studies, educational programs were combined with physiotherapy, encompassing content on pain biology, psychological education, coping strategies, and relaxation techniques. The key outcomes were pain intensity, kinesiophobia, pain catastrophizing, degree of disability, quality of life, well-being, self-efficacy, depression, attrition rate, and user experience. Passive, active, and gamified strategies were used to promote intrinsic motivation from a psychological point of view. Regarding user experience from a software development perspective, user friendliness, operational support, and application challenges were recommended. CONCLUSIONS: For the development of a framework for an AR-based psychoeducational intervention for CLBP, the combination of theories of acceptance and use of technologies with insights from health psychological behavior change theories appears to be of great importance. An example of a theory-based design of a psychoeducation intervention in AR for CLBP is proposed and discussed.

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)0,036
score de la tête « metaresearch » (Gemma)0,101
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,192

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,101
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0060,009
Bibliométrie0,0130,011
Études des sciences et des technologies0,0010,002
Communication savante0,0060,004
Science ouverte0,0030,004
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,293
Tête enseignante GPT0,564
Écart entre enseignants0,271 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInteractive Journal of Medical ResearchMême sujetMusculoskeletal pain and rehabilitationTravaux en français237 207