Evaluating occupational performance coaching to support fatigue management for people with multiple sclerosis: A feasibility study
Notice bibliographique
Résumé
Objective To determine the feasibility of adding coaching sessions to a website (MS INFoRM) that supports self-directed fatigue management for people with multiple sclerosis (PwMS). Design Double-blind, parallel-group feasibility study. Participants and setting Twenty-six PwMS, who experienced severe fatigue (fatigue severity scale > 5.4), were recruited from participants who were ineligible for the main trial testing on the MS INFoRM website. Intervention Six 45-to-60-min sessions of one-on-one coaching plus access to the MS INFoRm website compared to two check-in phone calls plus access to the MS INFoRm website. Both study arms took place over 3 months. Main measures Feasibility parameters included proportion eligible of those screened; proportion consented; missing data; retention and adherence rates. Acceptability was explored through qualitative interviews. Secondary outcomes (self-efficacy and fatigue impact) were measured at baseline and post-intervention. Results 76 people were invited to participate in this add-on study. 40 were interested and screened: 32 were eligible, 26 consented, and were randomized (mean age: 48.5 yrs (SD: 8.7), mean disease duration: 11.5 yrs). Retention was 85% (22 out of 26). Coaching adherence was high (86% attended ⩾ 5 sessions). At 3 months, people in the intervention group showed more improvements in self-efficacy and fatigue impact compared to the comparison group, however, the difference was not statistically significant ( p = 0.471 and p = 0.147, respectively). The intervention was well-received by the participants and there were no adverse events. Conclusion Combining one-on-one coaching sessions along with web-based interventions is feasible and appreciated by the participants, and worth exploring further in a larger trial.
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 | 0,018 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».