論文の概要: Extended Reality for Anxiety and Depression Therapy amidst Mental
Disorders -- A Systematic Review
- arxiv url: http://arxiv.org/abs/2204.01348v1
- Date: Mon, 4 Apr 2022 09:46:30 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-05 16:30:42.214677
- Title: Extended Reality for Anxiety and Depression Therapy amidst Mental
Disorders -- A Systematic Review
- Title（参考訳）: 精神疾患における不安・抑うつ治療のための拡張現実感-システムレビュー
- Authors: Omisore Olatunji, Ifeanyi Odenigbo, Joseph Orji, Amelia Beltran, Rita
Orji, Nilufar Baghaei, Meier Sandra
- Abstract要約: 精神疾患のケアに使用されるXR技術について指摘し、不安や抑うつにXRシステムを使用することの有効性を評価する。
Google Scholar、PubMED、Association for Computing Machinery Digital Libraryという3つのデータベースで検索され、689の論文が得られた。
- 参考スコア（独自算出の注目度）: 6.352671773252646
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This systematic study is aimed to investigate the implementation level of
different extended reality (XR) techniques in the care of mental disorder. We
point out some XR technologies used to deliver care for mental disorders, and
to evaluate the effectiveness of using XR systems for anxiety and depression
amidst other mental disorders. A search period of May 2017 and August 2021 was
defined to filter out articles related to the usage of virtual reality (VR),
augmented reality (AR) and mixed reality (AR) in a mental health context.
Search done on three databases namely Google Scholar, PubMED, and Association
for Computing Machinery Digital Library yielded 689 articles. Also, 10 articles
were recommended. Upon eligibility filtering, only 72 articles were found
relevant and were utilized for the study. Results show that the 72 studies were
done in only 23 countries across the globe, with the majority of studies being
reported for developed countries such as USA (20.64%) and Germany (11.11%).
Thus this could rapidly aid intervention of mental health disorder with XR.
Meanwhile, none of the studies observed was from an African country. The
majority of the articles reported that XR techniques led to significant
reduction in symptoms of anxiety or depression. The majority of studies (23,
36.51%) were published in the year 2021 of the total studies included. In a
sense, this data might be attributed to COVID-19 pandemic. Most studies (30,
47.62%) focused a population with age range of 18 to 65 years, while fewer
studies (4, 6.35%) focused on each of adolescents (10 - 19 years) and seniors
(over 64 years). Also, more studies were done experimentally (52, 82.54%)
rather than by analytical and modeling approach (5, 7.94%) as found in other XR
studies domain. This review study could aid the development of XR systems for
effective cognitive behavioral and exposure therapies of mental disorders.
- Abstract（参考訳）: この体系的な研究は、精神疾患のケアにおける異なる拡張現実(XR)技術の実装レベルを調査することを目的としている。
精神疾患のケアに使用されるXR技術について指摘し、他の精神疾患の中で不安や抑うつにXRシステムを使用することの有効性を評価する。
2017年5月から2021年8月にかけての検索期間は、メンタルヘルスにおける仮想現実(VR)、拡張現実(AR)、複合現実(AR)の使用に関する記事のフィルタリングとして定義された。
Google Scholar、PubMED、Association for Computing Machinery Digital Libraryという3つのデータベースで検索され、689の論文が得られた。
また10条が推奨された。
適性フィルタリングでは,72項目のみ関連性が確認され,本研究に利用された。
その結果、72の研究は世界中の23カ国で行われ、ほとんどの研究は米国(20.64%)やドイツ(11.11%)といった先進国で報告されている。
これにより、XRによる精神疾患の介入を迅速に支援できる。
一方、観察された研究はアフリカからのものではなかった。
論文の大多数は、XR技術が不安やうつ病の症状を著しく減少させたと報告している。
研究の大多数(23, 36.51%)は2021年に発表された。
ある意味、このデータは新型コロナウイルスのパンデミックによるものかもしれない。
ほとんどの研究 (30, 47.62%) は18歳から65歳までの人口に焦点を合わせたが、青年(10～19歳)と高齢者(64歳以上)に焦点を絞った研究は少ない (4, 6.35%) 。
また、他のXR研究領域で見られる分析的およびモデリング的アプローチ(5, 7.94%)よりも実験的に(52, 82.54%)多くの研究が行われた。
本研究は,精神障害の効果的な認知行動および暴露療法のためのxrシステムの開発を支援する。
関連論文リスト
- On the State of NLP Approaches to Modeling Depression in Social Media: A Post-COVID-19 Outlook [21.978924582262263]
うつ病は最も広く研究されている精神疾患である。
新型コロナウイルス(COVID-19)の世界的なパンデミックは、世界中のメンタルヘルスに大きな影響を与えた。
ソーシャルメディアにおける抑うつをモデル化するための自然言語処理(NLP)アプローチについて調査する。
論文 参考訳（メタデータ） (2024-10-11T13:20:54Z) - Mental-Perceiver: Audio-Textual Multimodal Learning for Mental Health Assessment [10.584792972403596]
不安や抑うつといった精神障害は、さまざまな年齢の人々の生活に影響を及ぼす世界的な問題となっている。
我々は,マンダリン話者の不安と抑うつ評価に関する大規模テキストbfMulti-textbfModal textbfpsychological Assessment corpus (MMPsy)を構築した。
我々のデータセットには、不安評価のためのインタビューの7,700件、うつ病評価のための4,200件以上の記録が含まれています。
論文 参考訳（メタデータ） (2024-08-22T02:54:52Z) - Predicting Depression and Anxiety: A Multi-Layer Perceptron for
Analyzing the Mental Health Impact of COVID-19 [1.9809980686152868]
新型コロナウイルスのパンデミックに伴うメンタルヘルスの傾向を予測するため,多層パーセプトロン(MLP)であるCoDAPを導入した。
本手法は、米国成人の多様なコホートにおいて、最初の新型コロナウイルス波(2020年4月から6月)の間に、週10週間にわたってメンタルヘルスの症状を追跡した包括的データセットを用いている。
このモデルは、パンデミック中の不安や抑うつのパターンを予測するだけでなく、人口統計要因、行動の変化、および精神健康の社会的決定要因の相互作用に関する重要な洞察も明らかにしている。
論文 参考訳（メタデータ） (2024-03-09T22:49:04Z) - Robust language-based mental health assessments in time and space
through social media [7.94191542104603]
言語に基づくアセスメントは、週単位の時間スケールで、集団のメンタルヘルスの費用効率が高くスケーラブルなモニタリングを可能にする。
この方法は、幅広い心理学的結果に一般化し、アンダーリソース環境でのコミュニティ計測を可能にする。
論文 参考訳（メタデータ） (2023-02-25T01:39:13Z) - Exploring Social Media for Early Detection of Depression in COVID-19
Patients [44.76299288962596]
早期に検出と介入は、新型コロナウイルス患者のうつ病のリスクを減少させる可能性がある。
我々は、感染前後のソーシャルメディア活動に関する情報を含む新型コロナウイルス患者のデータセットを管理した。
うつ病リスクの高いCOVID-19患者の特徴を明らかにするため,本データセットを広範囲に分析した。
論文 参考訳（メタデータ） (2023-02-23T14:13:52Z) - Handwriting and Drawing for Depression Detection: A Preliminary Study [53.11777541341063]
精神健康に対する短期的コビデンスの影響は、不安や抑うつ症状の顕著な増加であった。
本研究の目的は、健康な人とうつ病患者を識別するために、オンライン手書き・図面解析という新しいツールを使用することである。
論文 参考訳（メタデータ） (2023-02-05T22:33:49Z) - Mental Illness Classification on Social Media Texts using Deep Learning
and Transfer Learning [55.653944436488786]
世界保健機関(WHO)によると、約4億5000万人が影響を受ける。
うつ病、不安症、双極性障害、ADHD、PTSDなどの精神疾患。
本研究では、Redditプラットフォーム上の非構造化ユーザデータを分析し、うつ病、不安、双極性障害、ADHD、PTSDの5つの一般的な精神疾患を分類する。
論文 参考訳（メタデータ） (2022-07-03T11:33:52Z) - Deep Multi-task Learning for Depression Detection and Prediction in
Longitudinal Data [50.02223091927777]
うつ病は最も多い精神疾患の1つであり、世界中の年齢の何百万人もの人々に影響を与えている。
機械学習技術は、早期介入と治療のためのうつ病の自動検出と予測を可能にしている。
本稿では、この課題に対処するために、2つの補助的タスクでうつ病分類を共同最適化する、新しいディープマルチタスクリカレントニューラルネットワークを提案する。
論文 参考訳（メタデータ） (2020-12-05T05:14:14Z) - Tracking the evolution of crisis processes and mental health on social
media during the COVID-19 pandemic [0.90238471756546]
本研究は,危機対応と回復の段階を社会学的問題として検討することを目的とする。
アルゼンチンで2020年3月から8月にかけて行われた大量のTwitterデータに基づいて、ソーシャルメディア投稿で使用される言語の違いをテーマ分析した。
論文 参考訳（メタデータ） (2020-11-22T14:30:09Z) - Patch-based Brain Age Estimation from MR Images [64.66978138243083]
磁気共鳴画像(MRI)による脳年齢推定は、被験者の生物学的脳年齢と時系列年齢の違いを導出する。
より高年齢の神経変性を早期に検出することは、より良い医療と患者の計画を促進する可能性がある。
我々は、脳の3Dパッチと畳み込みニューラルネットワーク(CNN)を用いて、局所的な脳年齢推定器を開発する新しいディープラーニングアプローチを開発した。
論文 参考訳（メタデータ） (2020-08-29T11:50:37Z) - Understanding the temporal evolution of COVID-19 research through
machine learning and natural language processing [66.63200823918429]
重症急性呼吸器症候群2号(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、世界中の人々の生活や社会に影響を与え続けている。
私たちは複数のデータソース、すなわちPubMedとArXivを使用し、現在のCOVID-19研究の風景を特徴づけるために、いくつかの機械学習モデルを構築しました。
調査の結果,PubMedとArXivで利用可能な研究の種類は異なることが確認された。
論文 参考訳（メタデータ） (2020-07-22T18:02:39Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。