Behavioral interventions to improve sleep outcomes in people with multiple sclerosis: A systematic review
Notice bibliographique
Résumé
Abstract Objective To determine effective behavioral interventions to improve sleep in people with MS. Methods Systematic review following PRISMA guidelines. Data Sources Literature searches were performed in December 2021 in Ovid MEDLINE, CINAHL, and Web of Science along with hand searching for grey literature and cited references. Out of the 837 search results, 830 unique references were reviewed after duplicates were removed. Study Selection Four reviewers independently reviewed titles and abstracts (two reviewers for each article), and a fifth reviewer resolved discrepancies. The full-text articles (n = 81) were reviewed independently by four reviewers (two for each article) for eligibility, and consensus for inclusion was achieved by a fifth reviewer as needed. Thirty-seven articles were determined eligible for inclusion. Data Extraction Four reviewers extracted relevant data from each study (two reviewers for each article) using a standard data-extraction table. Consensus was achieved for completeness and accuracy of the data extraction table by a fifth reviewer. Four reviewers (two reviewers for each article) conducted a quality appraisal of each article to assess the risk for bias and quality of the articles and consensus was achieved by a fifth reviewer as needed. Data Synthesis Descriptions were used to describe types of interventions, sleep outcomes, results, and key components across interventions. Conclusions The variability in the intervention types, intervention dose, outcomes used, training/expertise of interventionist, specific sample included, and quality of the study made it difficult to compare and synthesize results. Overall, the CBT-I, CBT/psychotherapy, and education/self-management support interventions reported positive improvements in sleep outcomes. The quality appraisal scores ranged from low to high quality indicating potential for bias. Further research is necessary to demonstrate efficacy of most of the interventions.
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 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,010 |
| Bibliométrie | 0,011 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 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 ».