MétaCan
Menu
Retour à la cohorte
Enregistrement W7102648390 · doi:10.2196/79453

Immersive Tai Chi for Home-Based Exercise in Older Adults: Usability and Feasibility Study

2025· article· en· W7102648390 sur OpenAlexvenueno aff

Notice bibliographique

RevueJMIR Serious Games · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueBalance, Gait, and Falls Prevention
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUsabilityNoveltyKey (lock)Physical activityPsychological interventionOlder people

Résumé

récupéré en direct d'OpenAlex

Background: Longer life expectancy makes physical exercise crucial for active aging. However, adherence to traditional exercise among community-dwelling older adults is generally low. Virtual reality (VR) and mixed reality (MR) Tai Chi exergames, as novel health promotion tools, show significant potential, particularly for older adults exercising in a home setting. Objective: This study aimed to evaluate the usability and feasibility of a VR and MR Tai Chi exergame for community-dwelling older adults, focusing on subjective experience, physiological comfort, and objective interaction performance. The study also explored the relationships between key usability factors and sought to quantify links between objective accuracy and subjective experience (the Game Experience Questionnaire or Virtual Reality Sickness Questionnaire [VRSQ]) to inform choices of display mode, feedback strength, and session length. Methods: Of the 86 community-dwelling older adults recruited for this study, data from 70 participants were considered valid after an initial screening, during which 16 (18.6%) were excluded due to issues with VR adaptation. Participants were sequentially assigned in a rotating order to 1 of 4 variants (VR/MR×soothing/intense) to balance exposure; however, primary analyses were preplanned to be collapsed across variants, focusing on whole-sample usability and feasibility rather than confirmatory between-group hypotheses. The primary outcome measures included the Game Experience Questionnaire, VRSQ, and objective gameplay logs. Results: The VR/MR Tai Chi game demonstrated good overall usability and acceptability among the screened participants. Subjective experience was highly positive, with median scores for "positive affect" (median 4.0) and "competence" (median 3.8) being significantly high, whereas the median for "Challenge" (median 1.4) was significantly low (P<.001 for all). Physiological comfort in the postscreening sample was acceptable, with the most common mild symptoms being dizziness with eyes closed (20.0%) and vertigo (18.6%), both of low severity; however, the initial exclusion of 18.6% of participants due to VR discomfort is noteworthy. Therefore, generalizability is limited because the analyzed sample overrepresents older adults who tolerate immersive displays. Accuracy showed significant positive correlations with flow (ρ=0.342) and competence (ρ=0.322), whereas the VRSQ total score was significantly negatively correlated with positive affect (ρ=-0.334, P=.005). Conclusions: Tai Chi exergames based on immersive technologies offer a feasible and attractive pathway for promoting physical exercise among community-dwelling older adults, particularly within the home environment, supporting the goal of aging in place. As a single, laboratory-based session, the reported satisfaction may partly reflect a novelty effect; therefore, longer-term, home-based follow-ups are needed to assess durability. Analysis of the key usability factors provides guidance for specific design choices, while also indicating directions for future research, such as longitudinal evaluations, extension to more diverse populations, and application in real-world home settings.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,771

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,016
Tête enseignante GPT0,376
Écart entre enseignants0,360 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Serious GamesMême sujetBalance, Gait, and Falls PreventionTravaux en français237 207