The impact of virtual reality cognitive behavioral therapy on mental disorders among children and youth: a systematic review and meta-analysis
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
Abstract Background Cognitive behavioral therapy (CBT) is an effective treatment for mental disorders, however, it can be associated with limited patient engagement, low adherence, and stigma among younger populations. Virtual reality (VR) environments can facilitate innovative approaches to enhance CBT implementation in a controlled and immersive way. Objectives This study evaluates the impact of VR-CBT interventions on mental disorders in children and youth through a systematic review and meta-analysis. Methods A search was conducted in PsycINFO, PubMed, EMBASE, Scopus, and Web of Science. Studies compared VR-CBT interventions to traditional therapy or control conditions. Extracted data included post-intervention means, standard deviations, and 95% confidence intervals. Pooled effect sizes were calculated using Hedges’ g and analyzed with a random-effects model. Risk of bias was evaluated using the Cochrane risk-of-bias (RoB) 2 tool and the JBI Critical Appraisal Tool. Results In total, 20 studies were included in the systematic review, with 85% (n = 17) utilizing virtual reality exposure therapy (VRET), and 15% (n = 3) implementing broader VR-CBT frameworks. VR technologies included wearable head-mounted displays (70%, n = 14), with 30% (n = 6) relying on non-wearable systems, and 15% (n = 3) incorporating gamification elements. Seven studies were included in a meta-analysis, which showed that VR-CBT was associated with a small to moderate reduction in mental disorder symptoms in full-scale studies (pooled Hedge’s g = -0.46 (95% CI: [-0.84], [-0.09]). Conclusions VR-CBT interventions demonstrate potential for addressing mental disorders in children and youth, particularly when traditional therapy alone is insufficient and/or inaccessible.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,000 | 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