Effect of melatonin intake on postural balance, functional mobility and fall risk in persons with multiple sclerosis: a pilot study
Notice bibliographique
Résumé
Aim To assess the safety and the effect of a nocturnal melatonin (MEL) ingestion on postural balance, functional mobility and fall risk the following morning in adults with multiple sclerosis (MS).Methods Fourteen adults with relapsing-remitting MS (RR-MS) (28.36 ± 6.81 years) were evaluated before and after nocturnal ingestion of MEL (6 mg) or placebo (PLA). Evaluations included a posturographic test of static bipedal postural balance with dual-task in eyes open (EO) and eyes closed conditions, and a clinical test of unipedal balance. The physical performance tests were: Timed Up and Go test (TUGT) (mobility), Four Square Step Test (FSST) (fall risk), and Timed 25-foot walk test (T25FWT) (walking speed). Cognitive performance [Montreal Cognitive Assessment (MoCA) and Simple Reaction Time (SRT) tests] and sleep quality [Spiegel’s sleep questionnaire (SSQ)] were also assessed.Results In EO condition, MEL decreased the posturographic parameters [center of pressure (CoP) sway area (CoPAr), CoP path length (CoPL) and CoPL in the mediolateral axis (CoPLX)] more than PLA by 15.82% (p = 0.0006), 12.48% (p = 0.0004) and 14.25% (p = 0.0002), respectively. Durations of TUGT and FSST decreased following MEL session more than the PLA one by 14.52% (p = 0.017) and 19.85% (p = 0.0006), respectively. MEL increased the unipedal stance time, SSQ and MoCA scores more than PLA by 49.81% (p = 0.04), 32.21% (p = 0.004) and 11.87% (p = 0.008), respectively.Conclusion This pilot study showed that acute nocturnal MEL ingestion seems to be safe for enhancing postural balance, fun mobility and fall risk in RR-MS adults probably through improving sleep quality and cognitive function.
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 | 0,001 |
| 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 ».