Potentially Modifiable Factors Associated With Physical Activity in Individuals With Multiple Sclerosis
Notice bibliographique
Résumé
Physical activity levels among persons with multiple sclerosis (MS) are worryingly low. We aimed to identify the factors associated with physical activity for people with MS, with an emphasis on factors that have not been studied previously (bladder and hand dysfunction) and are potentially modifiable. This study was a secondary analysis of data collected in the spring of 2012 during the North American Research Committee on Multiple Sclerosis (NARCOMS) Registry. NARCOMS participants were surveyed regarding smoking using questions from the Behavioral Risk Factor Surveillance Survey; disability using the Patient Determined Disease Steps; fatigue, cognition, spasticity, sensory, bladder, vision and hand function using self-reported Performance Scales; health literacy using the Medical Term Recognition Test; and physical activity using questions from the Health Information National Trends Survey. We used a forward binary logistic regression to develop a predictive model in which physical activity was the outcome variable. Of 8,755 respondents, 1,707 (19.5%) were classified as active and 7,068 (80.5%) as inactive. In logistic regression, being a current smoker, moderate or severe level of disability, depression, fatigue, hand, or bladder dysfunction and minimal to mild spasticity were associated with lower odds of meeting physical activity guidelines. MS type was not linked to activity level. Several modifiable clinical and lifestyle factors influenced physical activity in MS. Prospective studies are needed to evaluate whether modification of these factors can increase physical activity participation in persons with MS. © 2016 Wiley Periodicals, Inc.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».