A novel in-home digital treatment to improve processing speed in people with multiple sclerosis: A pilot study
Notice bibliographique
Résumé
Objective: To assess whether a videogame-like digital treatment is superior to a control in improving processing speed in adults with multiple sclerosis (MS). Methods: Adults with MS and baseline Symbol Digit Modalities Test (SDMT) z-scores between −2 and 0 were enrolled in a double-blind randomized controlled clinical trial. After completing a baseline in-clinic evaluation (Visit 1), they were randomized to complete an in-home, tablet-based videogame-like digital treatment (AKL-T03) or control word game (AKL-T09) for up to 25 minutes/day, 5 days/week, for 6 weeks. A repeat in-clinic evaluation occurred at 6 weeks (Visit 2), and again 8 weeks later to determine persistence of effects (Visit 3). The pre-specified primary outcome was change in SDMT score between Visits 1 and 2. Results: SDMT increased at Visit 2 for participants randomized to both AKL-T03 ( p < 0.001) and AKL-T09 ( p = 0.024). These respective mean improvements were +6.10 and +3.55 (comparison p = 0.21). At Visit 3, 70% of participants randomized to AKL-T03 maintained a clinically meaningful 4+-point increase in SDMT above their baseline, compared with 37% for AKL-T09 ( p = 0.038). Conclusion: This in-home digital intervention resulted in substantial and durable improvements in processing speed. A larger randomized controlled clinical trial is planned. Trial Registration: This trial is registered on ClinicalTrials.gov under “NCT03569618,” https://clinicaltrials.gov/ct2/show/NCT03569618 .
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».