Seeing Opportunity in Virtual Reality: A Rapid Review of the Use of VR as a Tool in Vision Care
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
(1) Virtual reality (VR) technologies have shown significant potential for diagnosing and treating vision-related impairments. This rapid review evaluates and characterizes the existing literature on VR technologies for diagnosing and treating vision-based diseases. (2) Methods: A systematic search was conducted across Ovid MEDLINE, Ovid Embase, the Cochrane Database of Systematic Reviews (Ovid), and the Cochrane Central Register of Controlled Trials (Ovid). Abstracts were screened using Rayyan QCRI, followed by full-text screening and data extraction. Eligible studies were published in peer-reviewed journals, written in English, focused on human participants, used immersive and portable VR devices as the primary intervention, and reported on the clinical effectiveness of VR for therapeutic, diagnostic, or screening purposes for vision or auditory–visual impairments. Various study characteristics, including design and participant details, were extracted, and the MMAT assessment tool was used to evaluate study quality. (3) Results: Seventy-six studies met the inclusion criteria. Among these, sixty-four (84.2%) were non-randomized studies exploring VR’s effectiveness, while twenty-two (15.8%) were randomized-controlled trials. Of the included studies, 38.2% focused on diagnosing, 21.0% on screening, and 38.2% on treating vision impairments. Glaucoma and amblyopia were the most commonly studied visual impairments. (4) Conclusions: The use of standalone, remotely controlled VR headsets for screening and diagnosing visual diseases represents a promising advancement in ophthalmology. With ongoing technological developments, VR has the potential to revolutionize eye care by improving accessibility, efficiency, and personalization. Continued research and innovation in VR applications for vision care are expected to further enhance patient outcomes.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle