MétaCan
Menu
Retour à la cohorte
Enregistrement W4406616179 · doi:10.2196/64560

At-Home Immersive Virtual Reality Exergames to Reduce Cardiometabolic Risk Among Office Workers: Protocol for a Randomized Controlled Trial

2025· article· en· W4406616179 sur OpenAlexvenueno aff
Jing Zhao, Akitomo Yasunaga, Andrew T. Kaczynski, Hyuntae Park, Yufeng Luo, Jiuling Li, Ai Shibata, Kaori Ishii, Shohei Yano, Koichiro Oka, Mohammad Javad Koohsari

Notice bibliographique

RevueJMIR Research Protocols · 2025
Typearticle
Langueen
DomaineComputer Science
ThématiqueVirtual Reality Applications and Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRandomized controlled trialMedicinePhysical therapyProtocol (science)Sedentary lifestyleVirtual realityPhysical activityExploratory researchIntervention (counseling)NursingAlternative medicineComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The worldwide rise in the prevalence of noncommunicable diseases has increased the recognition of the need to identify modifiable risk factors for preventing and managing these diseases. The office worker, as a representative group of physically inactive workers, is exposed to risk factors for metabolic syndrome, which is a primary driver of noncommunicable diseases. The use of virtual reality (VR) exergames may offer a potential solution to the problem of increasing noncommunicable disease prevalence, as it can help individuals increase their physical activity levels while providing a more immersive experience. OBJECTIVE: This exploratory study aims to examine the interventional efficacy of at-home immersive VR exergames on metabolic syndrome biomarkers among office workers. Additionally, it seeks to investigate the impacts of at-home immersive VR exergames on the active and sedentary behaviors of office workers. METHODS: A 3-arm, single-blinded pilot randomized controlled trial will be conducted to examine the therapeutic effects of at-home immersive VR exergames. A total of 120 Chinese office workers, engaging in less than 150 minutes per week of moderate to vigorous intensity physical activity, will be recruited via a convenience sampling method. The participants, who will be tested over a 12-week period, will be randomly assigned to one of three groups: (1) the VR exergame intervention group, (2) the regular physical activity control group, and (3) the nonexercise control group. Throughout the 12-week trial, three categories of variables will be collected across the three groups: clinical risk factors associated with metabolic syndrome, active and sedentary behaviors, and demographics. To analyze variance among the groups, a mixed linear model will be applied to assess the efficacy of each group. Differences in metabolic syndrome clinical risk factors among all groups will be used to evaluate the effects of at-home immersive VR exergames. Changes in active and sedentary behaviors will also be used to determine the impacts of VR exergames on metabolic syndrome. RESULTS: The ethics committee of Guangzhou University, China, approved this study on September 25, 2024. Participant recruitment will begin in early 2025 and continue for approximately 3 months. Data will be analyzed after the 12-week trial is completed, with full results expected to be presented in early 2026. CONCLUSIONS: This study explores an emerging topic by applying an at-home immersive VR exergame intervention, potentially contributing to understanding the effects of an exergame program on metabolic syndrome risk among office workers. TRIAL REGISTRATION: ClinicalTrials.gov NCT06556784; https://clinicaltrials.gov/study/NCT06556784. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): PRR1-10.2196/64560.

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)0,022
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Protocole · Signal consensuel: Protocole
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,227

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,019
Méta-épidémiologie (sens strict)0,0060,004
Méta-épidémiologie (sens large)0,0150,005
Bibliométrie0,0030,003
Études des sciences et des technologies0,0040,004
Communication savante0,0030,003
Science ouverte0,0040,002
Intégrité de la recherche0,0080,008
Charge utile insuffisante (le modèle a refusé de juger)0,0680,010

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 Opus0,122
Tête enseignante GPT0,514
Écart entre enseignants0,392 · 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'étudeEssai randomisé
Domainenon disponible
GenreProtocole

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Research ProtocolsMême sujetVirtual Reality Applications and ImpactsTravaux en français237 207