Deze pagina is vertaald uit het Engels. Als iets vreemd leest, schakel dan over naar de Engelse versie. Bekijk in het Engels.
VR-zelfmodellering verbeterde conversationeel stotteren maar had beperkte effecten op aangestuurde spraak en angst
Hoe dit is beoordeeld
Casusstudie met drie deelnemers; differentiële effecten over uitkomsttypen. Illustreert klinische toepassing; kan geen effect vaststellen.
Beoordelingen gebruiken een vereenvoudigd vier-niveau-schema (Hoog, Gemiddeld, Laag, Zeer laag), gebaseerd op de GRADE working group. Lees meer over hoe studies worden beoordeeld.
Drie volwassenen die stotteren bekeken bewerkte 360-graden VR-opnames van zichzelf terwijl ze vloeiend spraken. Allen toonden klinisch betekenisvolle verminderingen in conversationeel (niet-aangestuurd) stotterernst. Effecten op aangestuurde spraak waren echter variabel en beperkte behandelingseffecten werden gevonden op angstgegevens - waarbij de angst van één deelnemer zelfs toenam. Gegevensverzameling vond plaats tijdens de COVID-19-pandemie en een periode van raciale onrust, die de auteur identificeert als een verstorende factor.
Een drie-persoons casusreeks die suggereert dat VR-zelfmodellering haalbaar kan zijn voor stotterwerk. Effecten waren sterk voor conversationele spraak maar beperkt voor aangestuurde spraak en angst; het casusstudie-design kan geen effect vaststellen.
Belangrijkste bevindingen
- Conversationeel (niet-aangestuurd) stotteren: PND 93,75% / 95,83% / 100% - eensgezind grote, klinisch betekenisvolle reducties voor alle drie de deelnemers
- Aangestuurde spraak: PND 90% / 100% / 100% - maar deelnemer 1 had variabiliteit en een opwaartse trend in interventie/follow-upfasen die de baseline overschreed, waardoor deze bevinding twijfelachtig is
- Toestandsangst (STAI Y-1): PND 13,33% / 4,55% / 100% - alleen deelnemer 3 toonde betekenisvolle angstreductie; de angst van deelnemer 1 nam toe tijdens de interventie
- Cliënttevredenheid (CSQ-I): deelnemer 1 minst tevreden; deelnemer 2 gemengd; alleen deelnemer 3 was eenduidig tevreden
- Gegevens verzameld tijdens COVID-19-pandemie en periode van raciale onrust - auteur merkt expliciet op dat deze gebeurtenissen waarschijnlijk de angstmetingen en uitkomsten beïnvloedden
Achtergrond
Zelfmodellering - het bekijken van bewerkte video van jezelf terwijl je een vaardigheid succesvol uitvoert - heeft een lange evidentiebasis op gebieden als sport en sociale vaardigheidsontwikkeling. Eerder onderzoek van Cream en collega’s toonde aan dat traditionele video-zelfmodellering de zelfperceptie kon verbeteren voor mensen die stotteren, maar die video’s waren plat en werden bekeken op een gewoon scherm. Dit proefschrift vroeg of het onderdompelen van iemand in 360-graden VR-opnames van zichzelf terwijl ze vloeiend spreken nog sterkere effecten zou kunnen produceren.
Wat de onderzoekers deden
Drie volwassenen die stotteren werden gefilmd terwijl ze spraken in persoonlijk betekenisvolle en uitdagende situaties - het soort alledaagse contexten waar stotteren doorgaans toenam voor hen. Het beeldmateriaal werd zorgvuldig bewerkt om stottermomenten te verwijderen, waardoor 360-graden VR-video’s werden gecreëerd die elke persoon lieten zien terwijl ze vloeiend communiceerden. Deelnemers bekeken deze video’s vervolgens via een Oculus Go-headset thuis over een reeks sessies. Het gehele proces werd op afstand geleverd, zonder dat persoonlijke betrokkenheid van een clinicus tijdens sessies vereist was. Stotterfrequentie werd herhaaldelijk gemeten voor, tijdens en na de kijkperiode, met een meervoudig-baseline-design.
Wat ze vonden
Effecten verschilden betekenisvol over uitkomsttypen - een onderscheid dat het proefschriftabstract direct vermeldt: “alle deelnemers toonden klinisch betekenisvolle reducties in hun conversationele stotterernst, maar beperkte behandelingseffecten werden gevonden in aangestuurde spraak- en angstgegevens.”
Conversationeel (niet-aangestuurd) stotteren was de duidelijkste succesgebied: PND-waarden van 93,75%, 95,83% en 100% voor de drie deelnemers geven eensgezind grote en betrouwbare reducties aan. Aangestuurde spraak toonde meer variabele resultaten: de gegevens van deelnemer 1 hadden hoge variabiliteit met een opwaartse trend die de baseline-niveaus overschreed tijdens de interventie- en follow-upfasen, waardoor die bevinding twijfelachtig is; deelnemers 2 en 3 toonden PND van 100%.
Toestandsangstresultaten waren sterk ongelijkmatig: alleen deelnemer 3 toonde betekenisvolle reductie (PND 100%). De angst van deelnemer 1 nam tijdens de interventie juist toe (PND 13,33%). Deelnemer 2 toonde minimale verandering (PND 4,55%). Cliënttevredenheid volgde een vergelijkbaar patroon - alleen deelnemer 3 was eenduidig tevreden; deelnemers 1 en 2 hadden meer gemengde ervaringen.
Belangrijk: gegevensverzameling vond plaats tijdens de COVID-19-pandemie en een periode van aanzienlijke raciale onrust in de Verenigde Staten. De auteur identificeert deze externe gebeurtenissen expliciet als waarschijnlijke verstorende factoren, met name voor angstgegevens, omdat deelnemers rapporteerden dat deze gebeurtenissen hun emotionele toestand tijdens de studieperiode beïnvloedden.
Waarom dit belangrijk is
Deze studie is waardevol juist omdat ze gemengde bevindingen eerlijk rapporteert. De sterke effecten op conversationele spraak suggereren dat VR-zelfmodellering dagelijkse communicatie betekenisvol kan veranderen. De beperkte en variabele effecten op angst en aangestuurde spraak bieden belangrijke kalibratie voor klinische verwachtingen. Het model van levering op afstand - Oculus Go-headset thuis zonder aanwezigheid van een clinicus tijdens sessies - toont praktische haalbaarheid aan, maar de variabiliteit tussen deelnemers in angstreactie suggereert dat niet alle mensen die stotteren in gelijke mate baat zullen hebben bij deze aanpak.
Beperkingen
Met slechts drie deelnemers kunnen de bevindingen niet worden gegeneraliseerd. De follow-up van één week is te kort om duurzaamheid te beoordelen. De COVID-19- en raciale-onrustcontext is een erkende verstorende factor. Het bewerkingsproces om vloeiende VR-beelden te maken vereist gespecialiseerde inspanning. De inconsistente respons van deelnemer 1 over uitkomsttypen roept vragen op over individuele factoren die de behandelingsrespons modereerden.
Implicaties voor de praktijk
VR-zelfmodellering biedt een korte, zelf-toegepaste, thuisgebaseerde aanpak die geen intensieve betrokkenheid van de clinicus vereist - een significant voordeel voor telezorglevering.
Citeer deze studie
Als u naar deze studie verwijst in uw werk, zijn dit de canonieke citatieformaten:
@article{deleyertiarks2020,
author = {deLeyer-Tiarks, J.},
title = {Virtual Reality Self-Modeling as an Intervention for Stuttering},
journal = {Doctoral Dissertations, University of Connecticut},
year = {2020},
url = {https://withvr.app/nl/evidence/studies/deleyer-tiarks-2020}
}TY - JOUR
AU - deLeyer-Tiarks, J.
TI - Virtual Reality Self-Modeling as an Intervention for Stuttering
JO - Doctoral Dissertations, University of Connecticut
PY - 2020
UR - https://withvr.app/nl/evidence/studies/deleyer-tiarks-2020
ER - Kent u onderzoek dat in deze hub thuishoort? Als een relevante peer-reviewed studie hier niet vermeld staat, stuur de referentie naar hello@withvr.app. De hub wordt actueel gehouden naarmate de literatuur groeit.
Financiering & onafhankelijkheid
Geen betrokkenheid van withVR BV bij financiering, studieontwerp of auteurschap. Samenvatting onafhankelijk voorbereid door withVR aan de hand van het gepubliceerde artikel.