Effect of Group Counseling Plus Tailored Exercise on Mobility Function in Multiple Sclerosis
Notice bibliographique
Résumé
BACKGROUND: Multiple sclerosis (MS) impairs muscular function and limits individuals' ability to perform everyday activities requiring mobility. People with MS frequently exhibit mobility problems (ie, slower walking speed, shorter strides). General exercise training (eg, resistance, aerobic) provides modest physiological and walking mobility benefits. However, researchers suggest tailoring of interventions to address mobility specifically. We conducted a phase 2a pre-post intervention development study (Obesity-Related Behavioral Intervention Trials [ORBIT] intervention development model) of mobility exercise plus cognitive behavioral counseling to improve function and social cognitions known to encourage exercise. METHODS: The intervention was conducted twice per week for 8 weeks followed by 1 month of self-managed mobility exercise. Participants (N = 29; mean ± SD age = 52.24 ± 11.36 years, mean time since MS diagnosis ≥11 years) were assessed at baseline and after follow-up for mobility function, social cognitions, and intervention fidelity indicators. RESULTS: Results indicated significant improvements in a variety of valid measures of mobility function (eg, 400-m walk), self-regulatory efficacy for mobility exercise and symptom control, and fidelity measures with small to medium effect sizes. CONCLUSIONS: Positive findings suggest that the intervention seems to merit testing as a randomized pilot study following the ORBIT model.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».