这是一篇开放获取的文章,根据创作共用署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布,允许在任何媒介上无限制地使用、分发和复制,前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。
随着医疗虚拟现实(VR)技术的涌入,晕屏病已经从一种休闲活动中的恼人体验转变为患者和临床医生潜在的安全和有效性问题。为了改善卫生公平,重要的是要了解包括种族群体在内的人口群体在晕屏倾向方面的任何潜在差异。
这项研究旨在探讨不同种族群体的晕屏倾向是否不同。
我们从一个实验室组(N=931)的6个种族不同的独立样本中收集了自我报告的晕屏评分。在这些研究中,参与者被要求在虚拟现实中执行任务,如穿越环境、指向和选择物体,以及与虚拟人互动。
50%(3/6)的研究发现晕屏症存在显著的种族差异。一项小型荟萃分析显示,平均而言,黑人参与者报告的SD比白人参与者少约三分之一(Cohen
晕屏病的种族差异表明,研究人员、从业者和监管机构在评估VR健康干预结果时应该考虑患者的人口统计学因素。这些发现为未来的研究奠定了基础,这些研究可能会直接探索晕屏病的种族差异。
晕屏症是由于接触虚拟现实(VR)而产生的一种常见的负面生理效应,其症状与晕动病类似,包括定向障碍、恶心、头痛和眼疲劳[
当研究人员和临床医生对新兴的VR技术做出收益-风险判断时,他们应该考虑晕屏倾向。尽管人们都知道,暴露在虚拟现实环境下会导致晕屏,但其全部原因和风险因素尚不清楚。这种知识差距可能会成为评估VR技术对所有用户的安全性和有效性的障碍。到目前为止,科学文献已经确定了几个与晕屏风险差异相关的因素。众所周知,VR内容的元素、VR硬件以及它们之间的接口都会影响晕机的结果。
根据用户种族调查潜在的晕屏症差异的研究可以为VR可访问性方面的潜在不平等提供有价值的新见解,这对于确保未来所有人都能访问这一新兴技术至关重要。目前关于晕屏病的相关文献较少。然而,早期研究表明,在晕动病倾向上存在种族差异。例如,在美国进行的一系列研究发现,亚洲参与者报告的晕动病症状比白人和黑人参与者更多[
在评估基于vr的医疗产品的功效以及在患者人口统计数据中评估vr相关的风险时,了解与这些结果相关的群体之间的任何潜在差异是很重要的。解决这一知识差距与监管部门日益重视卫生公平相一致[
目前,关于晕屏症的种族差异的研究还很缺乏。为了解决文献中的这一差距,我们报告了从1个实验室组中收集的6个独立样本的数据。在这些研究中,参与者被要求在虚拟现实中执行各种任务,如穿越环境、指向和选择物体,以及与虚拟人互动。分析比较了自认为是黑人和亚洲参与者的晕屏症状,以及自认为是白人参与者的晕屏症状。在可行的情况下,黑人和亚洲参与者之间的比较也包括在个别研究中。之所以选择这3个种族群体进行比较,是因为他们在所有研究样本中都有很好的代表性,并且在评估VR医疗保健设备在美国使用时,代表了潜在差异的兴趣群体。在分析中选择白人参与者作为对照组,因为他们是现有文献中最具代表性的种族群体。我们还报告了一个小型荟萃分析,以说明所有6项研究的总体趋势。这些研究的目的是揭示种族之间报告的晕屏症的任何差异,并为未来可能直接探索这些差异的研究奠定基础。据我们所知,这是文献中关于晕屏病的种族差异的第一份报告,因此是未来研究中应该探索的关键的第一步。 Ultimately, addressing racial differences in cybersickness will help to move toward greater health equity.
该分析包括为其他目的进行的6项实验试验的数据(
每项研究都使用了两种类型的VR设置之一:一种称为VR自助餐的自助餐厅环境[
虚拟现实(VR)环境的特点为每个研究研究。
|
一年 | 内容 | 运动 | 耳机 | 研究目的 |
研究1 | 2017 | VR自助餐 | 走 | HTC万岁 | 衡量有关儿童饮食的信息对父母喂养行为的影响 |
研究2 | 2011 | VR自助餐 | 走 | nVisor SX60 | 衡量儿童风险信息提供对父母喂养行为的影响 |
研究3 | 2009 | 虚拟诊所 | 走 | nVisor SX60 | 评估医学学生在临床场景中对虚拟病人体重的反应 |
研究4 | 2020 | 虚拟诊所 | 坐着 | HTC Vive Pro | 评估医学生在临床场景中使用虚拟患者的基因组风险信息 |
研究5 | 2014 | 虚拟诊所 | 坐着 | nVisor SX60 | 评估超重女性对虚拟提供者信息的反应 |
研究6 | 2012 | 虚拟诊所 | 坐着 | nVisor SX60 | 评估超重女性对虚拟提供者信息的反应 |
VR自助是一个模拟自助餐厅,通过跟踪父母的虚拟食物选择来评估父母为孩子选择的食物。虚拟现实自助餐的结果是父母食物选择的有效衡量标准[
自助餐和临床虚拟现实环境的截图。
其中包括几个VR临床模拟,参与者作为提供者或患者沉浸在虚拟的医疗检查室中,并被要求与扮演相反角色的虚拟人进行口头交流。当医学院学生(而不是病人)是用户时,他们还被要求在虚拟现实环境中的虚拟计算机显示器或平板电脑上阅读有关虚拟病人医疗记录的信息。研究助理控制着虚拟人机交互伙伴预先录制的语句。在大多数情况下,用户坐在这个虚拟环境中,尽管也有一个版本,用户可以四处走动并接近他们的虚拟交互伙伴。
所有研究都是在相同的物理实验室环境中进行的,其中包括一个装有6自由度VR耳机系统的房间。不同研究中使用的耳机和设备有所不同(
根据具体研究的内容,不同研究之间的纳入和排除标准(如性别、年龄和父母状况)有所不同。所有研究都有与使用VR设备相关的排除标准。在所有研究中,如果潜在参与者报告患有癫痫、癫痫发作或前庭神经紊乱,或者报告视力或听力既不正常也不恢复正常,那么他们就会被排除在外。在大多数研究中,已知的怀孕也是一个排除标准。如果潜在参与者报告有较高的晕动病倾向,他们就会被排除在外。参与者被问及以下问题:“1到7分,你觉得自己晕车或晕车有多容易? 1分表示你“从不晕车”,7分表示你“很容易晕车”?”那些在7分制中回答6或7分的人被认为没有资格参加。因此,纳入研究的所有参与者都不认为自己特别容易出现晕动病症状。
所有参与者都被鼓励在观看VR环境时自己调整VR头盔。例如,参与者被要求在他们的脸上上下移动耳机,然后使用调整来“使镜头靠近或分开,使它们能够对焦”。他们被反复询问虚拟房间看起来是否模糊,并被指示进行调整,直到他们觉得房间的视野清晰为止。在完成虚拟现实体验后,参与者被要求对自己的晕屏程度进行评估,这是一份更大的问卷调查的一部分。在测试前或实验室访问期间收集包括自我报告种族在内的人口统计信息。
本分析中包括的所有研究都采用了模拟疾病检查表的变体,即SSC [
在我们的分析中,主要的预测因素是参与研究的参与者的种族。我们根据每个参与者自我报告的种族背景考虑了白人、黑人和亚洲参与者的数量。为了在给定的研究中考虑分析一个种族群体,研究中至少有10名参与者需要自我认同该种族群体。
评估的其他变量包括自我报告的性别和年龄。BMI是根据体重和身高计算的,除了两项针对医学院学生的研究(研究3和研究4)是在实验室测量的外,体重和身高是自我报告的。使用VR环境软件自动计算在VR环境中的时间。研究的年份被确定为最后一次参与者数据收集访问的年份。
按种族自我报告晕屏症状。
规模 | 种族 | 每个项目晕屏症状的严重程度评分,平均值(SD) | 综合晕屏病,平均值(SD) | ||||||
|
|
头疼 | 眼睛疲劳 | 视力模糊 | 头晕(睁开眼睛) | 头晕(闭着眼睛) | 恶心想吐 |
|
|
|
|||||||||
|
白色 | 0.15 (0.44) | N/Ab | 0.48 (0.61) | 0.39 (0.63) | 0.09 (0.33) | 0.13 (0.37) | 1.23 (1.68) | |
|
黑色的 | 0.04 (0.20) | N/A | 0.34 (0.60) | 0.13 (0.45) | 0.11 (0.38) | 0.00 (0.00) | 0.57 (1.13) | |
|
亚洲 | 0.22 (0.42) | N/A | 0.26 (0.45) | 0.26 (0.45) | 0.07 (0.27) | 0.04 (0.19) | 0.85 (1.10) | |
|
总计 | 0.13 (0.39) | N/A | 0.40 (0.58) | 0.29 (0.57) | 0.09 (0.33) | 0.07 (0.29) | 0.98 (1.49) | |
|
|||||||||
|
白色 | 0.18 (0.43) | N/A | 0.44 (0.63) | 0.33 (0.56) | 0.19 (0.46) | 0.09 (0.30) | 1.23 (1.37) | |
|
黑色的 | 0.11 (0.32) | N/A | 0.29 (0.48) | 0.19 (0.39) | 0.05 (0.22) | 0.06 (0.24) | 0.69 (0.94) | |
|
总计 | 0.15 (0.39) | N/A | 0.38 (0.58) | 0.27 (0.50) | 0.13 (0.38) | 0.08 (0.28) | 1.01 (1.23) | |
|
|||||||||
|
白色 | 0.12 (0.36) | N/A | 0.40 (0.57) | 0.36 (0.59) | 0.12 (0.43) | 0.14 (0.40) | 1.14 (1.68) | |
|
黑色的 | 0.06 (0.24) | N/A | 0.38 (0.55) | 0.38 (0.55) | 0.00 (0.00) | 0.03 (0.17) | 0.86 (1.05) | |
|
亚洲 | 0.27 (0.54) | N/A | 0.38 (0.61) | 0.42 (0.68) | 0.15 (0.36) | 0.21 (0.46) | 1.42 (2.03) | |
|
总计 | 0.15 (0.40) | N/A | 0.39 (0.57) | 0.38 (0.61) | 0.10 (0.37) | 0.14 (0.39) | 1.16 (1.69) | |
|
|||||||||
|
白色 | 0.12 (0.41) | N/A | 1.00 (0.78) | 0.12 (0.41) | 0.00 (0.00) | 0.00 (0.00) | 1.19 (1.19) | |
|
黑色的 | 0.00 (0.00) | N/A | 0.81 (0.91) | 0.00 (0.00) | 0.00 (0.00) | 0.00 (0.00) | 0.73 (0.88) | |
|
亚洲 | 0.08 (0.28) | N/A | 0.56 (0.65) | 0.08 (0.28) | 0.00 (0.00) | 0.00 (0.00) | 0.78 (0.90) | |
|
总计 | 0.08 (0.32) | N/A | 0.81 (0.78) | 0.08 (0.32) | 0.00 (0.00) | 0.00 (0.00) | 0.96 (1.05) | |
|
|||||||||
|
白色 | 1.10 (0.31) | 1.56 (0.66) | 1.44 (0.56) | 1.08 (0.27) | 1.00 (0.00) | 1.01 (0.11) | 7.19 (1.27) | |
|
黑色的 | 1.03 (0.18) | 1.33 (0.50) | 1.36 (0.55) | 1.03 (0.18) | 1.03 (0.18) | 1.00 (0.00) | 6.81 (1.05) | |
|
总计 | 1.07 (0.25) | 1.45 (0.59) | 1.40 (0.56) | 1.06 (0.23) | 1.02 (0.13) | 1.01 (0.08) | 7.01 (1.18) | |
|
|||||||||
|
白色 | 1.14 (0.39) | 1.36 (0.58) | 1.32 (0.54) | 1.03 (0.18) | 1.03 (0.18) | 1.02 (0.13) | 6.91 (1.39) | |
|
黑色的 | 1.13 (0.51) | 1.24 (0.49) | 1.24 (0.49) | 1.06 (0.28) | 1.04 (0.19) | 1.05 (0.25) | 6.75 (1.56) | |
|
总计 | 1.13 (0.47) | 1.28 (0.52) | 1.27 (0.51) | 1.05 (0.25) | 1.04 (0.19) | 1.04 (0.22) | 6.81 (1.50) |
一个尺度最小值:0;规模最大:15。
bN/A:不适用。
c最小规模:6;最大刻度:24。
每项研究的人口统计学变量。
研究 | 种族 | 示例中,n | 年龄(年),平均值(SD) | 性别(女),n (%) | BMI(公斤/米2),平均值(SD) | 虚拟现实中的时间(秒),平均值(SD) |
|
||||||
|
白色 | 88 | 38.08 (5.72) | 60 (68) | 25.87 (5.51) | 318 (323) |
|
黑色的 | 48 | 36.31 (6.35) | 33 (69) | 31.63 (9.32) | 301 (294) |
|
亚洲 | 27 | 39.12 (4.76) | 18 (67) | 25.64 (5.90) | 306 (214) |
|
||||||
|
白色 | 105 | 38.89 (5.33) | 105 (100) | 30.18 (4.78) | 409 (491) |
|
黑色的 | 75 | 35.81 (5.62) | 75 (100) | 31.10 (5.18) | 389 (452) |
|
||||||
|
白色 | 104 | 26.55 (2.25) | 49 (47) | 23.92 (2.85) | 414 (119) |
|
黑色的 | 34 | 26.56 (3.74) | 21 (62) | 26.08 (4.43) | 433 (125) |
|
亚洲 | 48 | 25.77 (2.48) | 24 (50) | 22.95 (3.74) | 414 (119) |
|
||||||
|
白色 | 34 | 26.41 (2.66) | 20 (59) | 23.26 (3.63) | 664 (252) |
|
黑色的 | 16 | 26.06 (1.84) | 12 (75) | 25.56 (4.57) | 663 (218) |
|
亚洲 | 25 | 25.96 (1.57) | 15 (60) | 23.53 (4.29) | 721 (185) |
|
||||||
|
白色 | 88 | 35.24 (9.65) | 88 (100) | 31.25 (5.25) | 253 (21) |
|
黑色的 | 85 | 35.55 (8.16) | 85 (100) | 35.55 (8.16) | 255 (22) |
|
||||||
|
白色 | 58 | 35.35 (8.71) | 58 (100) | 36.33 (7.66) | 423 (60) |
|
黑色的 | 109 | 36.07 (11.24) | 109 (100) | 32.07 (6.03) | 427 (70) |
对于每一项研究,我们都进行了方差分析,以检查参与者种族(2或3组,取决于亚洲参与者是否有足够的数量)与晕动症之间的关系。当有3个种族群体时,我们检查了计划对比,以评估各个种族群体之间的差异。我们还检查了晕机症与3个人水平变量之间的零级相关性:年龄、BMI和在VR环境中花费的时间(
我们还进行了随机效应元分析[
参与者参加所有研究都得到补偿,所有研究都得到有关机构审查委员会的批准。IRB审查批准号如下:08HG0122、10HG0076、11HG0238、13HG0125和16HG0026。
在所有种族群体中,自我报告的晕屏症状都很低(
方差分析显示,不同种族组别的晕屏症状有显著差异(
单项研究中的方差分析结果。
|
种族群体效应,综合分析 | 两两比较 | |||||||
|
|
|
白vs黑 | 白人vs亚洲人 | |||||
|
|
|
平均差 |
|
Bonferroni纠正 |
平均差 |
|
Bonferroni纠正 |
|
研究1 | 3.34 (2157) | 03 | 0.84 | 04 | 02 | 0.44 | .19 | 38 | |
研究2 | 7.75 (1180) | .006 | N/A一个 | N/A | N/A | N/A | N/A | N/A | |
研究3 | 1.12 (2183) | .33 | 0.29 | 38 | .76 | −0.27 | 36 | 开市 | |
研究4 | 2.07 (72) | 13。 | 0.42 | 只要 | 点 | 0.52 | 06 | 点 | |
研究5 | 5.18 (1173) | 02 | N/A | N/A | N/A | N/A | N/A | N/A | |
研究6 | 0.36 (1166) | 55 | N/A | N/A | N/A | N/A | N/A | N/A |
一个N/A:不适用(两两比较仅报道2个以上种族的研究)。
方差分析显示,不同种族群体的晕屏症状存在显著差异(
方差分析没有显示种族对晕屏病有显著影响。在个人层面的变量中,年龄与晕屏症之间存在显著关系,年龄较大的参与者报告的晕屏症更严重(
方差分析没有显示种族对晕屏病有显著影响。没有其他个人层面的变量显示与晕屏病有显著关系(
方差分析显示,不同种族群体的晕屏症状存在显著差异(
方差分析没有显示种族对晕屏病有显著影响。没有其他个人层面的变量显示与晕屏病有显著关系(
尽管上面报道的每一项个体研究的结果都很有启发性,但基于个体研究是否报告了统计学上的显著差异来确定晕屏病是否存在种族差异,本质上是有缺陷的。通过进行小型荟萃分析,我们能够确定这些影响的大小。此外,通过在荟萃分析中结合数据,我们减少了随机误差的影响,提高了估计的精度。这种提高的精确度使我们能够检测到个体研究可能缺乏检测能力的晕屏症的种族差异。
在我们的迷你元分析中(
总体而言,黑人参与者报告的晕屏症状明显少于白人参与者(Cohen
描述标准化平均差异的森林图(Cohen
为了探究黑人和白人参与者报告的晕屏症的种族差异是否在某些情况下被夸大或减弱,我们进行了探索性的调节分析。具体来说,我们评估了VR环境(自助餐vs临床)、运动(坐着vs站立)、耳机类型(nVisor SX60 vs Vive)、体验持续时间和数据收集年份。亚洲参与者被排除在这些慢化剂分析之外。这种排除是一种保守的方法,以确保白人参与者(对照组)只被纳入分析一次。该方法避免了N的人为膨胀和效应精度的高估。
主持人分析没有揭示任何变量,削弱种族差异在晕屏。无论VR体验的性质如何,黑人参与者报告的晕屏症状都比白人参与者少。具体而言,种族差异的大小在参与者是否参与VR自助餐或临床VR场景的基础上没有显着差异(
在这项分析中包括的研究中,在各种VR体验和实验设计中,晕屏病的种族差异似乎是强有力的和一致的。总体而言,无论VR体验的性质如何,黑人参与者报告的晕屏症状都比白人参与者少。
这项研究是已知的第一个关于晕屏症的种族差异的研究。我们发现,平均而言,黑人参与者报告的晕屏症状比白人参与者要少,而且我们的分析没有揭示任何削弱这种种族差异的调节因素。与之前关于晕动病的研究相比[
这里报告的数据并不能让我们确定为什么不同种族报告了不同程度的晕屏。有许多因素可以影响到个体对晕机的倾向和报告的不同途径。下面将讨论其中一些因素。虽然我们的数据不支持任何个别的因果机制,但我们强调了理论与我们的发现一致或不一致的地方。重要的是,很可能多重因果力量同时影响着晕屏体验和报告,相互作用或相互对立。需要进一步的研究来确定在晕屏症的种族差异背后可能的因果机制。
人们晕机倾向不同的一个原因是他们之前使用虚拟现实的经历。
人们晕机倾向不同的另一个原因是身体大小和比例的差异。眼动性晕动症已被证明随着BMI的升高而减少[
个人报告晕屏的可能性也可能不同,就像在报告其他类型的疼痛和不适时存在个体差异一样。除了一些例外,有色人种的疼痛程度普遍高于白人患者。
另一个与晕屏症报告相关的因素是人们对问卷的反应的个体差异,尤其是李克特量表。健康研究中经常使用从1=非常不同意到5=非常同意或从1=差到5=优秀的量表,但这很麻烦,因为回答不仅受到问题内容的影响,而且受到回答此类问题的一般方法的影响。研究人员已经证明,某些反应方式在特定的种族和民族群体中更为常见。例如,黑人和拉丁裔研究参与者尤其有可能使用评分量表的极端正端[
在解释这些研究结果时,我们的样本还有其他重要的局限性,除了我们设计的局限性阻止我们研究为什么会出现晕屏症的种族差异之外,我们的样本还有其他重要的局限性。首先,我们从华盛顿哥伦比亚特区招募了参与者。参与者知道他们是自愿参加VR实验的,我们排除了那些报告有高晕车倾向的人。因此,由此产生的样本更有可能对虚拟现实感兴趣,可能比普通人群更不容易经历晕屏。在实践中,由于晕动病倾向而被排除的情况很少。例如,在一个样本中[
其次,我们从分析中排除了非亚裔、黑人或白人的参与者。做出这一决定是为了确保我们有足够的能力来检测晕屏症的种族差异。然而,我们无法就样本中没有很好代表的种族群体得出任何结论。未来的研究应尝试对有色人种进行过度抽样,以获得足够的样本量用于其他种族的比较。另一个限制是我们排除了自认为属于一个以上种族的个体。这可能人为地创造了不同的种族群体,而这些种族群体在现实中远没有那么连贯和离散。此外,我们并没有发现许多在以前的文献中报道的与晕屏病的人口统计学相关性(即年龄、BMI和在VR中花费的时间)。这可能是因为在我们报道的研究中,年龄、BMI和暴露时间的范围有限。
另一个限制是,我们仅在使用两种类型的VR环境后评估了晕屏症,这两种类型的VR环境都不是通常会引发严重晕屏症的VR环境的特征(例如,感官冲突和强制运动[
在这里,我们提供的数据显示了在晕屏病中潜在的重要种族差异,我们认为应该在未来的研究中进行探索。继续这项调查的第一步将是在概念上复制这些发现,使用不同的VR体验、耳机和研究人群。一旦重复,就应该对潜在的解释和机制进行研究。我们在本文中讨论了一些潜在的因果因素,但我们承认,可能还有其他我们没有考虑到的重要因素。如果未来的研究表明,晕屏症的种族差异主要是在报告上,而不是在经历上,这将表明需要开发更客观的晕屏症测量方法。这一结果也将成为设计和评估医疗虚拟现实干预措施以促进卫生公平的重要考虑因素。尽管有上述警告,但这里提出的研究强调了与不同参与者一起测试VR应用程序的重要性,以实现对新兴医疗VR设备的公平访问。
补充数据表。
瞳孔间的距离
简短症状清单
虚拟现实
作者们想要感谢本分析报告中所有研究的原作者的贡献。本研究由美国国家人类基因组研究所内部研究计划资助。
提及商业产品,其来源,或其使用与此处报告的材料相关,不应被解释为卫生与公众服务部对此类产品的实际或暗示认可。
EB和SP构想了这个项目。SP、SHT和APD参与数据收集。SP和AJM对数据进行了形式化分析。所有作者都参与了手稿的起草。
没有宣布。