The Effectiveness of Multidisciplinary Rehabilitation in the Treatment of Fibromyalgia
Notice bibliographique
Résumé
OBJECTIVES: To assess the effectiveness of multidisciplinary rehabilitation in the treatment of fibromyalgia in comparison to standard medical care. METHODS: Seventy-nine men and women were randomly assigned to one of two groups. The intervention group consisted of a rheumatologist and physical therapist intake and discharge, 18 group supervised exercise therapy sessions, 2 group pain and stress management lectures, 1 group education lecture, 1 group dietary lecture, and 2 massage therapy sessions. The control group consisted of standard medical care with the patients' family physician. Outcome measures included self-perceived health status, pain-related disability, average pain intensity, depressed mood, days in pain, hours in pain, prescription and nonprescription medication usage, and work status. Outcomes were measured at the end of the 6-week intervention and at 15-month follow-up. RESULTS: Thirty-five out of 43 patients from the intervention group and 36 out of 36 patients from the control group completed the study. There were no statistically significant differences between the 2 groups prior to intervention. Intention-to-treat analysis revealed that the intervention group, in comparison to the control group, experienced statistically significant changes at intervention completion in self-perceived health status, average pain intensity, pain related disability, depressed mood, days in pain, and hours in pain, but no significant differences in nonprescription drug use, prescription drug use, or work status. At 15 months, all health outcomes retained their significance except health status. Nonprescription and prescription drug use demonstrated significant reductions at 15 months. Binary logistic regression indicated that long-term changes in Pain Disability Index were influenced by long-term exercise adherence and income status. CONCLUSIONS: Positive health-related outcomes in this mostly unresponsive condition can be obtained with a low-cost, group multidisciplinary intervention in a community-based, nonclinical setting.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».