Effects of a Virtual Reality Hypnosis Intervention on Chronic Pain: A User Experience and Proof-of-concept Study
Notice bibliographique
Résumé
Abstract Chronic pain is a significant public health issue in Canada, with approximately one in four Canadians over the age of 15 living with this condition. Due to its impact on individuals—both physically and psychologically—and its financial burden on the healthcare system, it is crucial to develop cost-effective and efficient treatment methods. Hypnosis and virtual reality have emerged as promising solutions in this context. This study aims to evaluate the preliminary efficacy and feasibility of an intervention combining virtual reality and hypnosis. The study involved 30 patients with chronic pain who were invited to test a hypnosis application delivered through a virtual reality device. Levels of pain, anxiety, and relaxation were measured before and after the intervention, while satisfaction, cybersickness, and user experience were evaluated post-intervention. At the end of the intervention, participants were invited to participate in a semi-structured interview to provide feedback on their satisfaction with the experience. Participants reported high levels of satisfaction with the intervention, a positive user experience, and minimal symptoms of cybersickness. The intervention was effective in reducing anxiety (W = 173.5, p = .002) and pain (W = 253.5, p < .001) while significantly enhancing relaxation levels (W = 9.00, p < .001). This intervention demonstrated effectiveness in reducing pain and anxiety while improving relaxation levels among individuals with chronic pain, paving the way for further investigations of the involved mechanisms.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».