MétaCan
Menu
Retour à la cohorte
Enregistrement W4413029947 · doi:10.3389/frvir.2025.1553318

Virtual reality for older people: effectiveness of a training program for accident prevention

2025· article· en· W4413029947 sur OpenAlexaboutno aff
Alina Napetschnig, Wolfgang Deiters, Klara Brixius

Notice bibliographique

RevueFrontiers in Virtual Reality · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOlder Adults Driving Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTraining (meteorology)Virtual realityAccident (philosophy)PsychologyApplied psychologyMedical educationPhysical medicine and rehabilitationComputer scienceMedicineHuman–computer interactionGeography

Résumé

récupéré en direct d'OpenAlex

Background As people age, physical and cognitive limitations increasingly affect the daily mobility of older adults. Virtual reality (VR) applications offer novel opportunities for senior citizens to enhance their functional abilities. Routine activities, like crossing a street, can be simulated and practiced within a virtual environment. Objective This intervention study investigated the impact of a VR training application (‘Wegfest’) on physical function, fall-related confidence, and cognitive status in senior citizens. It was hypothesized that participation in the VR-based training program would lead to improvements in functional mobility, fall-related self-confidence, and cognitive performance. Method For this study, the VR application ‘Wegfest’ was developed to simulate various road scenarios. Over a 4-week training period, senior citizens practiced navigating diverse road-crossing situations. The effectiveness of the application was evaluated through measures of physical and cognitive performance, including the Timed Up and Go (TUG) Test, the Falls Efficacy Scale-International (FES-I), and the Montreal Cognitive Assessment (MoCA). In total, 29 senior citizens ( M = 74.95 years) were recruited, with 20 participants included in the final analysis. Data collection and statistical analyses were performed using a database specifically created for Wegfest. Results The VR application “Wegfest” received positive feedback from participants. Significant improvements were found between pre- and post-intervention measurements for TUG, t (19) = 3.50, p = 0.002, and for FES-I, z = −2.82, p = 0.005. No significant differences were observed in MoCA scores, z = 0.58, p = 0.564. Conclusion Virtual reality (VR) shows promise as an effective tool for supporting older adults in their daily activities. As a pilot (exploratory) study with a small sample size and a relatively high dropout rate, the results should be interpreted as preliminary and indicative rather than conclusive. The lack of behavioral outcome measures further underscores the exploratory nature of this investigation. Further research with larger samples and more comprehensive outcome measures is needed to evaluate the effectiveness and generalizability of ‘Wegfest’ and similar VR applications for enhancing everyday mobility.

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)0,006
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,678
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,058
Tête enseignante GPT0,446
Écart entre enseignants0,388 · 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.

Devis d'étudeObservationnel
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Virtual RealityMême sujetOlder Adults Driving StudiesTravaux en français237 207