Six‐month and one‐year followup of 23 weeks of aerobic exercise for individuals with fibromyalgia
Notice bibliographique
Résumé
OBJECTIVE: To measure mood and physical function of individuals with fibromyalgia, 6 and 12 months following 23 weeks of supervised aerobic exercise. METHODS: This is a followup report of individuals who were previously enrolled in 23 weeks of land-based and water-based aerobic exercise classes. Outcomes included the 6-minute walk test, Beck Depression Inventory (BDI), State-Trait Anxiety Inventory, Arthritis Self-Efficacy Scale (ASES), Fibromyalgia Impact Questionnaire (FIQ), tender point count, patient global assessment score, and exercise compliance. Outcomes were measured at the start and end of the exercise classes and 6 and 12 months later. RESULTS: Analyses were conducted on 29 (intent-to-treat) or 18 (efficacy) subjects. Six-minute walk distances and BDI total scores were improved at followup (all analyses). BDI cognitive/affective scores were improved at the end of 23 weeks of exercise (both analyses) and at the 12-month followup (efficacy analysis only). BDI somatic scores were improved at 6-month (both analyses) and 12-month followup (intent-to-treat only). FIQ and ASES function were improved at all followup points. ASES pain was improved in efficacy analyses only (all followup points). Tender points were unchanged after 23 weeks of exercise and at followup. Exercise duration at followup (total minutes of aerobic plus anaerobic exercise in the preceding week) was related to gains in physical function (6- and 12-month followup) and mood (6-month followup). CONCLUSION: Exercise can improve physical function, mood, symptom severity, and aspects of self efficacy for at least 12 months. Exercising at followup was related to improvements in physical function and perhaps mood.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».