MétaCan
Menu
Retour à la cohorte
Enregistrement W4409155776 · doi:10.2196/71708

Immersive Virtual Reality eHealth Intervention to Reduce Anxiety and Depression in Pregnant Women: Randomized Controlled Trial

2025· article· en· W4409155776 sur OpenAlexvenueno aff
Marta Jimènez-Barragan, Amparo del Pino‐Gutiérrez, Glòria Saüch Valmaña, Olga Monistrol, Carme Monge Marcet, Mar Pallarols Badia, Ignasi Garrido, A Ruiz, Oriol Porta, Cristina Esquinas López, Gemma Falguera‐Puig

Notice bibliographique

RevueJMIR Human Factors · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMaternal Mental Health During Pregnancy and Postpartum
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPreprinteHealthAnxietyRandomized controlled trialIntervention (counseling)Depression (economics)PsychologyVirtual realityClinical psychologyPsychotherapistMedicinePsychiatryComputer scienceHuman–computer interactionWorld Wide WebHealth carePolitical science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Mental health during pregnancy is a critical factor influencing maternal and fetal outcomes. Anxiety and depression affect up to 30% of pregnant women, with significant consequences for maternal well-being and child development. Despite this, interventions during pregnancy remain limited, creating a need for innovative, accessible solutions. OBJECTIVE: This study aimed to evaluate the effectiveness of an immersive virtual reality (IVR) eHealth intervention in reducing anxiety and depression symptoms in women during pregnancy. METHODS: A 2-arm, randomized controlled trial was conducted across 5 primary care centers in Catalonia, Spain, between October 2021 and May 2024. The study included pregnant women (N=70) aged ≥18 years with moderate anxiety and depression symptoms (Edinburgh Postnatal Depression Scale [EPDS] scores: 9-12) at 12 to 14 weeks of gestation. They were randomly assigned (1:1) to an IVR intervention or standard care group. The intervention group engaged in daily 14-minute IVR mindfulness and relaxation sessions for 6 weeks. Mental health outcomes were assessed using the EPDS and State-Trait Anxiety Inventory. RESULTS: The intervention group demonstrated significant reductions in EPDS scores, with a mean decrease from 11.32 (SD 0.96) to 7.25 (SD 1.32; P<.001), compared to an increase in the control group from 11.32 (SD 0.94) to 16.23 (SD 1.25; P<.001). Similarly, State-Trait Anxiety Inventory scores improved markedly in the intervention group (mean decrease from 57.94, SD 5.23 to 35.03, SD 6.12; coefficient -30.47, 95% CI -45.23 to -15.72; P<.001), while the control group experienced a nonsignificant increase (from 66.10, SD 5.89 to 72.91, SD 6.34; P=.68). High adherence rates were observed, with 79% (26/33) of participants completing ≥30 sessions. Participant satisfaction was high, with 87% (29/33) reporting being "very satisfied" with the intervention. CONCLUSIONS: The IVR eHealth intervention significantly reduced symptoms of anxiety and depression, demonstrating its potential as an accessible and effective tool for mental health support during pregnancy. High adherence and satisfaction levels underscore its feasibility and acceptability. Future research should explore the long-term effects and scalability of IVR interventions in diverse settings. TRIAL REGISTRATION: ClinicalTrials.gov NCT05756205; https://clinicaltrials.gov/study/NCT05756205. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): RR2-10.1186/s12912-023-01440-4.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,604

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,360
Écart entre enseignants0,340 · 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 tête enseignante, 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
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

Citations6
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Human FactorsMême sujetMaternal Mental Health During Pregnancy and PostpartumTravaux en français237 207