Development of a behavioural intervention for cognitive fatigability in multiple sclerosis: Protocol for a pilot and feasibility study
Notice bibliographique
Résumé
Background Up to 90% of people with multiple sclerosis (PwMS) subjectively report fatigue as one of their worst symptoms. Fatigability is an objectively measured component of fatigue. Cognitive fatigability (CF) is a breakdown in task performance following sustained cognitive effort. There is a paucity of interventions targeting CF in MS. The prior success of behavioural interventions at improving subjective fatigue suggests that their adaptation may yield similar results for CF. Given the relationship between CF, sleep quality, and mood, a behavioural intervention targeting these factors, such as cognitive behavioural therapy (CBT), is warranted. Given the multidimensional nature of fatigue, a multifaceted approach targeting lifestyle factors and coping (e.g., fatigue management education supplemented by CBT for insomnia and exercise) might prove efficacious. Aim We describe a protocol for a pilot feasibility study to design and implement a multi-dimensional behavioural intervention to improve CF in PwMS. Methods Stage 1: development of a multi-dimensional group-based videoconference-delivered behavioural intervention based on a previously successful fatigue management program for PwMS. A facilitator manual will be drafted. Course material will focus on four themes: body (sleep and physical activity), mood (impact of depression and anxiety), mind (cognitive contributions), and context (pacing and communication). Stage 2: a needs assessment survey will be completed by 100 PwMS for input on what factors are important contributors to their CF. Modifications will be made to the course material and manual. Stage 3: the facilitator-delivered intervention will include 20 PwMS. After baseline assessment, participants will attend weekly 70-min videoconference group sessions for 8 weeks, including homework assignments. Follow-up assessment will re-evaluate outcomes. Stage 4: analysis and dissemination of results. The primary outcome is improvement in CF. Additional feasibility outcomes will determine if a randomized control trial (RCT) is pursued. Stage 5: refine the intervention based on outcomes and feedback from participants. Determining which aspects participants felt were most effective will help inform RCT design. Conclusion The long-term goal is to ensure that PwMS have access to effective interventions in real-world settings to improve quality of life and enhance their ability to participate in cognitively demanding activities that they enjoy.
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 | 0,034 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,006 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,058 | 0,012 |
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 ».