Evaluating the Effect of Functional Electrical Stimulation Used for Foot Drop on Aspects of Health-Related Quality of Life in People with Multiple Sclerosis
Notice bibliographique
Résumé
BACKGROUND: Multiple sclerosis (MS) is a common degenerative neurologic condition resulting in walking difficulties. Foot drop is a common walking impairment in MS that can affect health-related quality of life (HRQOL). Functional electrical stimulation (FES) can improve walking in people with MS, but its effect on HRQOL is not well established. This review investigated the effect of FES used for foot drop on HRQOL in adults with MS. METHODS: A systematic search was performed using CINAHL, MEDLINE, Cochrane Library, PubMed, and PEDro online databases. Inclusion and exclusion criteria were applied to select eligible studies. Data were extracted, and two reviewers independently rated the quality of the studies using the Effective Public Health Practice Project assessment tool. RESULTS: Eight studies were eligible for review; seven were of moderate-to-strong methodological quality and one was weak. Seven studies demonstrated significant positive effects of FES on different aspects of HRQOL as measured by the 29-item Multiple Sclerosis Impact Scale, 36-item Short Form Health Status Survey, Canadian Occupational Performance Measure, and Psychosocial Impact of Assistive Devices Scale. CONCLUSIONS: This review provides preliminary evidence that FES has a positive effect on aspects of HRQOL in people with MS; however, the variety of HRQOL outcomes used makes it difficult to determine definitive conclusions. Future larger-scale randomized studies with long-term follow-up are recommended to better understand the effect of FES on HRQOL. This will inform prescribing decisions and support compliance with FES over the longer-term.
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 | 0,002 | 0,007 |
| 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) | 0,000 | 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 ».