Response heterogeneity in a randomized controlled trial of telerehabilitation interventions among adults with multiple sclerosis
Notice bibliographique
Résumé
INTRODUCTION: Telerehabilitation may be effective on average but is not equally effective among all people with multiple sclerosis (MS). Thus, the purpose of this secondary analysis of a randomized controlled trial was to explore whether baseline characteristics of participants with MS influence fatigue and physical activity outcomes of three telerehabilitation interventions. METHODS: Participants were randomized to contact-control intervention (CC), physical activity-only intervention (PA-only), and physical activity plus fatigue self-management intervention (FM+). The 12-week interventions were delivered over the phone. Sociodemographic (age and income), clinical (comorbidities, mental function and physical function), psychosocial (self-efficacy, outcome expectations and goal-setting), and behavioural baseline characteristics (step count and fatigue self-management behaviors) were used in a moderated regression analysis and a responder analysis to examine their influence on the Fatigue Impact Scale (FIS) and Godin Leisure-Time Exercise Questionnaire (GLTEQ) at post-test (i.e. immediately post-interventions). RESULTS: < 0.05) between responders and non-responders. Specifically, non-responders on the FIS at post-test in the PA-only intervention had significantly lower baseline scores in goal setting for engaging in fatigue self-management behaviours. Also, non-responders on the GLTEQ at post-test in the FM+ intervention had significantly worse baseline scores in mental function. DISCUSSION: Further research is needed to understand the complex relationship among baseline characteristics, telerehabilitation and response heterogeneity. We discuss how research on examining response heterogeneity may be advanced by conducting mega-clinical trials, secondary analyses of big data, meta-analyses and employing non-traditional research designs. TRIAL REGISTRATION: Clinicaltrials.gov (NCT01572714).
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 | 0,091 | 0,130 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,013 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».