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 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 | 0,009 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».