MétaCan
Menu
Retour à la cohorte
Enregistrement W1979990341 · doi:10.1016/j.pmrj.2009.03.003

Fatigue in Post‐poliomyelitis Syndrome: Association With Disease‐Related, Behavioral, and Psychosocial Factors

2009· article· en· W1979990341 sur OpenAlexafffund
Daria A. Trojan, Douglas L. Arnold, Stan Shapiro, Amit Bar‐Or, Ann Robinson, Jean‐Pierre Le Cruguel, Sridar Narayanan, Maria Carmela Tartaglia, Zografos Caramanos, Deborah Da Costa

Notice bibliographique

RevuePM&R · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueViral Infections and Immunology Research
Établissements canadiensWestern UniversityMcGill UniversityMcGill University Health CentreMontreal Neurological Institute and Hospital
Organismes subventionnairesMultiple Sclerosis Society of Canada
Mots-clésMedicinePsychosocialPhysical therapyDepression (economics)FibromyalgiaBiopsychosocial modelPsychiatry

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To determine the biopsychosocial correlates of general, physical, and mental fatigue in patients with postpoliomyelitis syndrome (PPS) by assessing the additional contribution of potentially modifiable factors after accounting for important nonmodifiable disease-related factors. It was hypothesized that disease-related, behavioral, and psychosocial factors would contribute in different ways to general, physical, and mental fatigue in PPS and that a portion of fatigue would be determined by potentially modifiable factors. DESIGN: Cross-sectional study. SETTING: A tertiary university-affiliated hospital post-polio clinic. PATIENTS: Fifty-two ambulatory patients with PPS who were not severely depressed were included. ASSESSMENT OF RISK FACTORS: Potential correlates for fatigue included disease-related factors (acute polio weakness, time since acute polio, PPS duration, muscle strength, pain, forced vital capacity, maximum inspiratory pressure, maximum expiratory pressure, body mass index, disability, fibromyalgia), behavioral factors (physical activity, sleep quality), and psychosocial factors (depression, stress, self-efficacy). MAIN OUTCOME MEASUREMENTS: Fatigue was assessed with the Multidimensional Fatigue Inventory (MFI; assesses fatigue on 5 subscales) and the Fatigue Severity Scale (FSS). RESULTS: Multivariate models were computed for MFI General, Physical, and Mental Fatigue. Age-adjusted multivariate models with nonmodifiable factors included the following predictors of (1) MFI General Fatigue: maximum inspiratory pressure, fibromyalgia, muscle strength; (2) MFI Physical Fatigue: maximum expiratory pressure, muscle strength, age, time since acute polio; and (3) MFI Mental Fatigue: none. The following potentially modifiable predictors made an additional contribution to the models: (1) MFI General Fatigue: stress, depression; (2) MFI Physical Fatigue: physical activity, pain; and (3) MFI Mental Fatigue: stress. CONCLUSIONS: PPS fatigue is multidimensional. Different types of fatigue are determined by different variables. Potentially modifiable factors account for a portion of fatigue in PPS.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,293

Scores Codex et Gemma par catégorie

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

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 Opus0,024
Tête enseignante GPT0,336
Écart entre enseignants0,312 · 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 tête enseignante, pas un consensus.

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

Citations40
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePM&RMême sujetViral Infections and Immunology ResearchTravaux en français237 207