Efficacy and feasibility of virtual reality-based cognitive tele-rehabilitation in Parkinson's disease: A pilot randomized controlled trial on patients and caregivers
Notice bibliographique
Résumé
Objective Parkinson's disease (PD) is a progressive neurodegenerative disorder that not only impairs motor functions but also may lead to significant cognitive decline, greatly affecting the quality of life for both patients and their caregivers. This study aims to evaluate the feasibility and potential effectiveness of cognitive tele-rehabilitation (TR) plus virtual reality (VR), compared to traditional home-based rehabilitation methods, focusing on cognitive outcomes, quality of life, usability, and the impact on caregiver strain in patients with PD. Methods In this pilot randomized controlled trial, 20 PD patients and their primary caregivers were randomly assigned to either a control group (CG) receiving traditional cognitive training or an experimental group (EG) undergoing cognitive TR using a VR rehabilitation system, with assessments conducted before and after the 8-week intervention. Results TR was rated as highly usable (System Usability Scale mean score: 84.3 ± 9.5). Post-intervention analyses showed significant improvements in global cognitive functioning (Montreal Cognitive Assessment (MoCA): p = 0.002) and quality of life (Parkinson's Disease Questionnaire (PDQ)-8: p = 0.002) in the EG. The CG also showed improvements in MoCA ( p = 0.008) and PDQ-8 ( p = 0.016), although to a lesser extent than the EG. A reduction in caregiver burden was observed in both groups but did not reach statistical significance. Analysis of Δ scores revealed a significantly greater MoCA improvement in the EG compared to the CG ( p = 0.019). Statistically significant differences were found between the groups in the Family Strain Questionnaire and PDQ-8 Δ scores. Conclusion These findings suggest that cognitive TR, particularly when integrated with VR, might be useful in improving cognitive function and quality of life in PD patients and could play a key role in future PD management strategies, potentially easing the burden on caregivers.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».