The role of virtual reality-based cognitive training in enhancing motivation and cognitive functions in individuals with chronic stroke
Notice bibliographique
Résumé
Stroke represents a major health challenge worldwide, often resulting in significant long-term disability that affects cognitive, motor, and emotional functions. Rehabilitation strategies that enhance patient motivation are crucial for improving outcomes. This randomized controlled trial investigated the impact of Virtual Reality Rehabilitation Systems (VRRS) compared to traditional cognitive training on motivation, cognitive recovery, and emotional state in post-stroke patients. Fifty-four adults with chronic stroke were randomized into two equal groups (27 participants per group). The experimental group received 24 sessions of Virtual Reality (VR) cognitive training, while the control group underwent 24 sessions of traditional cognitive rehabilitation. Motivation was assessed using the McClelland test, while cognitive and emotional states were evaluated using the Montreal Cognitive Assessment (MoCA) and Hamilton Rating Scales for Anxiety and Depression (HAM-A, HAM-D). The experimental group exhibited significant improvements in motivation, with marked increases in Achievement (T0: 68.41 ± 15.81, T1: 68.93 ± 15.80; p < 0.001) and Affiliation(T0: 60.67 ± 14.64, T1: 60.93 ± 15.59; p = 0.006) dimensions, alongside enhanced cognitive function (T0: 24.781 ± 1.89, T1: 26 (24.5-27); p = 0.001), reduced depressive (T0: 41 ± 2.32, T1: 6 (4-8); p = 0.003) and anxiety symptoms (T0: 4.26 ± 1.99, T1: 3.30 ± 1.94; p < 0.001). The Control Group showed significant differences only in MOCA (T0: 25 (23-26.5), T1: 25 (24-27); p < 0.001). Between-group analysis revealed no significant differences between the two groups. These findings underscore the potential of VR as a multifaceted tool to boost motivation, facilitate cognitive recovery, and improve emotional state, offering a comprehensive approach to post-stroke rehabilitation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».