The effects of clinical interventions on health-related quality of life in multiple sclerosis: a meta-analysis
Notice bibliographique
Résumé
The objective is to estimate the extent to which existing health care interventions designed specifically to target health-related quality of life (HRQL) in persons with multiple sclerosis (MS) achieve this aim. The structured literature search was conducted using multiple electronic databases including Ovid MEDLINE, EMBASE, Cumulative Index to Nursing and Allied Health Literature and the Cochrane Central Register of Controlled Trial, for the years 1960 to 2011. The methodological quality of selected randomized controlled trials (RCTs) was assessed using the Cochrane Collaboration's recommended domain-based method. Effect size (ES) was used to measure the effect of each intervention on HRQL. The studies were combined using a random-effects model to account for inter-study variation. Heterogeneity was tested for using the I-test and publication bias was assessed using funnel plots and the Egger weighted regression statistic. Thirty-nine RCTs met the criteria, all with acceptable methodological quality. Six major types of interventions were identified through the search. The smallest effect was observed for self-management and complementary and alternative medicine (ES=0.2), followed by medication (ES=0.3) then cognitive training and exercise (ES=0.4), and psychological interventions to improve mood (ES=0.7). The magnitude of positive effect on HRQL varied between the different types of interventions. The extent to which interventions are able to improve HRQL depends on delivering a potent intervention to those persons who have the potential to benefit.
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 | 0,038 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,029 | 0,067 |
| Bibliométrie | 0,010 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| 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 ».