Utilization of Immersive Virtual Reality in Cognitive Stimulation Therapy (IVR-CST) for elderly with mild cognitive impairment: A randomized controlled pilot study protocol
Notice bibliographique
Résumé
OBJECTIVES: Mild cognitive impairment (MCI) affects about 11.4% of the elderly population in Hong Kong. This study mainly investigates the feasibility and efficacy of immersive virtual reality-based cognitive stimulation therapy (IVR-CST) on MCI, and the use of eye-tracking technology in studying treatment outcome. HYPOTHESIS TO BE TESTED: 1) Whether IVR-CST is a feasible intervention for the elderly with MCI. 2) Whether IVR-CST is efficacious (and more efficacious than conventional CST) in improving cognition. 3) Whether changes in eye movements across therapy and treatment outcome are associated. DESIGN AND SUBJECTS: An open-label, two-armed, assessor-blinded, randomized controlled trial will be conducted. Sixty-six elderly individuals with MCI will be recruited and randomly allocated to either the IVR-CST or the conventional CST group. Their cognition will be measured before and immediately after therapy and 4 weeks post-therapy. INTERVENTIONS: A 14-session IVR-CST or conventional CST, with content adapted from the Chinese-translated manual of CST, will be carried out twice per week in groups of three to four individuals. OUTCOME MEASURES AND DATA ANALYSIS: The Hong Kong Montreal Cognitive Assessment and measures on executive functions/working memory will serve as primary outcomes. The within-subject (before and after therapy) and between-subject (IVR-CST vs. conventional CST) differences will be examined. Besides, eye movements during therapy in the IVR-CST group will be collected and its correlation with primary outcomes will be studied. EXPECTED RESULTS: Positive changes in cognition are expected after therapy in both treatment groups, which may be maintained four weeks post-therapy. TRIAL REGISTRATION: ClinicalTrials.gov ID: NCT06838494.
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 | 0,010 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,002 |
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 ».