What does a structured review of the effectiveness of exercise interventions for persons with multiple sclerosis tell us about the challenges of designing trials?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: The goal of this review is to ascertain the extent to which the current body of research on the role of exercise in multiple sclerosis (MS) provides sufficiently strong evidence to guide regular exercise prescription. METHODS: We searched CINAHL, COCHRANE, EMBASE, and MEDLINE between 1950 and December 2007 with combinations of MeSH terms and keywords. We assessed the methodological quality of selected randomized controlled trials (RCTs) of exercise interventions using the Physiotherapy Evidence Database scale and evaluated the effects of the exercise interventions by calculating effect sizes (ES) for the target outcomes. RESULTS: Eleven RCTs met the criteria, all with acceptable methodological quality. The ES ranged from -0.36 to 3.50 on the target outcomes. Only one study had 95% confidence intervals clearly excluding a value of 0. Measures of body functions and structures and activities were the most common target outcomes of interventions. CONCLUSION: Although there was some evidence to support positive effects of exercise on physical and psychosocial functioning and on quality of life, our review revealed insufficient research in this area, making it difficult to guide regular exercise prescription. Furthermore, it also emphasizes the methodological challenges in these RCTs leading us to believe that there is a great need for high quality RCTs in this area, contributing evidence for regular exercise and physical activity prescription for persons with MS.
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.
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 | 0,014 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,007 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle