Effect of Training Exercises Incorporating Mechanical Devices on Fatigue and Gait Pattern in Persons with Relapsing-Remitting Multiple Sclerosis
Notice bibliographique
Résumé
Purpose: The aim of this study was to evaluate the effects of regular exercise incorporating mechanical devices on fatigue, gait pattern, mood, and quality of life in persons with relapsing-remitting multiple sclerosis (RRMS). Method: A total of 55 individuals with RRMS with an Expanded Disability Status Scale (EDSS) score of 0–4.5 and a Fatigue Severity Scale (FSS) score of 4.0 or more were randomly assigned to one of two exercise groups or a control group (n=18). Exercise programmes used aerobic, body weight, coordination, and balance exercises with either whole-body vibration (WBV; n=19; drop-outs, n=3) or the Balance Trainer system (n=18; drop-outs, n=4). Outcome measures included the FSS, Modified Fatigue Impact Scale (MFIS), Beck Depression Inventory (BDI-II), and Multiple Sclerosis International Quality of Life (MusiQoL). Spatiotemporal gait parameters were assessed using the GAITRite electronic walkway. Pre- and post-intervention assessments were performed by a blinded assessor. Intra- and inter-group analysis was performed, using the paired-samples t-test, by calculating the effect size with Cohen's d analysis and one-way analysis of variance, respectively. Results: Significant improvements in fatigue and mood were identified for both intervention groups (p<0.05). Gait parameters also improved significantly in the WBV group: velocity and step length increased (12.8% and 6.5%, respectively; p<0.005), and step time, stance time, double support time, and step length asymmetry decreased (–5.3%, –1.4%, –5.9%, and –43.7%, respectively; p<0.005). Conclusions: The results of this study support the hypothesis that combined training programmes help to reduce fatigue and improve mood in persons with mild to moderate RRMS. WBV combined with a standard exercise programme significantly improves spatiotemporal gait parameters.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».