Severity and worsening of fatigue among individuals with multiple sclerosis
Notice bibliographique
Résumé
Background: Fatigue is associated with reduced quality of life and social participation, and poor employment outcomes. However, most studies examining fatigue are limited by small sample sizes or short follow-up periods. Objective: To characterize the natural history of fatigue. Methods: The North American Research Committee on Multiple Sclerosis Registry participants with ≥7 years of longitudinal data between 2004 and 2019 and a relapsing disease course were included. A subset of participants enrolled within 5 years of diagnosis was identified. The Fatigue Performance Scale assessed fatigue and ≥1-point increase in Fatigue Performance Scale sustained at the next survey defined fatigue worsening. Results: Of 3057 participants with longitudinal data, 944 were within 5 years of multiple sclerosis diagnosis. Most participants (52%) reported fatigue worsening during follow-up. Median time to fatigue worsening ranged from 3.5 to 5 years at lower levels of index fatigue. Fatigue worsening was associated with lower annual income, increasing disability, lower initial fatigue level, taking injectable disease-modifying therapies and increasing depression levels in the relapsing multiple sclerosis participants. Conclusion: Most multiple sclerosis participants early in their disease suffer from fatigue and at least half reported fatigue worsening over time. Understanding factors associated with fatigue may help to identify populations most at risk of fatigue worsening will be informative for the overall management of patients with multiple sclerosis.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».