VReeze: an open-source virtual reality for the examination of freezing of gait in Parkinson’s disease – a study design of a crossover repeated measures study for validation
Notice bibliographique
Résumé
INTRODUCTION: Parkinson's disease is the second most prevalent neurodegenerative disease worldwide, with up to 70% of patients exhibiting freezing of gait (FOG). FOG is defined as transient episodes when one is unable to effectively engage in the stepping process (despite the intention to walk), which decreases or completely ceases forward movement. Although several FOG triggers have been identified, eliciting FOG remains challenging in research, hindering progress in research and therapy. Virtual reality (VR) offers a promising approach to evoke FOG during overground walking by combining environmental and neuropsychological triggers. This project aims to validate an existing open-source VR-FOG toolbox that integrates multiple triggers. METHODS: A within-subject repeated measures crossover study design with a 1-hour washout period will be used for this project to validate the VR-FOG toolbox. This will consist of three blocks (baseline non-VR, VR non-FOG and VR-FOG). All participants will first complete a baseline walking trial without VR, then be randomised to either the VR non-FOG environment-a virtual replica of the laboratory-or the VR-FOG environment containing multiple virtual FOG triggers. After a 1-hour washout period, they will complete the remaining VR condition. A crossover design will minimise ordering effects of VR conditions on FOG frequency and duration. Twenty participants with Parkinson's disease with FOG will be tested at St. Pölten University of Applied Sciences (Austria) and 20 at the University of Exeter (UK) and will be recruited from local communities. Multisite testing will verify that the VR-FOG environment triggers FOG regardless of testing location. ETHICS AND DISSEMINATION: Ethical approval was obtained from the Lower Austrian Ethics Commission and the University of Exeter review boards. All data will be anonymised, used solely for this project and securely stored in General Data Protection Regulation-compliant repositories. Study results will be presented at scientific conferences and published in peer-reviewed journals.
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 | 0,007 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».