MétaCan
Menu
← Retour à la cohorte
Enregistrement W7104884365 · doi:10.71781/29389

L’impact d’un soin thérapeutique en réalité virtuelle sur la perception de la douleur : une étude psychophysiologique expérimentale

2024· dissertation· fr· W7104884365 sur OpenAlexfundno aff

Notice bibliographique

RevueOpen MIND · 2024
Typedissertation
Languefr
DomaineMedicine
ThématiquePediatric Pain Management Techniques
Établissements canadiensnon disponible
Organismes subventionnairesEli Lilly CanadaEli Lilly and Company
Mots-clésPerceptionPoison controlCultural environment

Résumé

récupéré en direct d'OpenAlex

Cette étude explore l'impact de la réalité virtuelle (RV) sur la perception de la douleur en comparant un environnement VR immersif, initialement conçu pour les patientes atteintes d'endométriose, à une condition de contrôle active. Objectif : L'objectif était de déterminer si la VR pouvait réduire l'intensité et l'inconfort de la douleur expérimentale. Méthodes : Vingt-et-un volontaire en bonne santé ont participé à l'étude, où une chaleur continue a été appliquée sur leur avant-bras gauche pour induire de la douleur, mesurée avant, pendant, et après l'exposition à la RV et à la condition de contrôle. Résultats : Les résultats montrent qu'il n'y a pas de différence significative dans l'intensité de la douleur entre les deux conditions. Cependant, l'aspect désagréable de la douleur a diminué de manière significative pendant l'exposition à la RV, avec une réduction de 27,2 % (IC à 95 % : [14,19 % ; 40,37]; écart-type = 28,76), un effet qui n'a pas été observé dans la condition de contrôle. Aucun facteur psychologique ou physique n'a pu prédire les effets analgésiques de la RV. Discussion : En conclusion, la RV a principalement réduit l'aspect émotionnel de la douleur pendant l'exposition, probablement grâce à son immersion (visuels 3D et battements binauraux). Les résultats suggèrent que cet outil pourrait être testé sur des patients souffrant de douleurs chroniques, surtout ceux présentant un niveau élevé de détresse émotionnelle.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,013
Tête enseignante GPT0,355
Écart entre enseignants0,342 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Même sujetPediatric Pain Management Techniques→Travaux en français237 207→