The association of serum carnitine levels with severity of fatigue in patients with multiple sclerosis: A pilot study
Notice bibliographique
Résumé
Background: Fatigue is a common complaint of patients with multiple sclerosis (MS), adversely affecting their quality of life. There is a lot of evidence showing that carnitine deficiency is linked to fatigue development and severity in some conditions. This study aimed to evaluate the association between free L-carnitine serum levels and the severity of fatigue in patients with MS. Methods: This case-control study included 30 patients with relapsing-remitting MS (RRMS) in two age-matched equal-number groups according to the presence or absence of fatigue. Fatigue was scored using the valid questionnaire of Fatigue Severity Scale (FSS) and serum level of free L-carnitine was measured simultaneously. Finally, the association between serum level of free L-carnitine and fatigue severity was evaluated in patients with MS. Results: The mean value of FSS in patients with fatigue was 48.80 ± 8.55, which was nearly two-fold higher than the group without fatigue. We found a significant correlation between the serum level of free L-carnitine and FSS and showed that the patients with fatigue had a significantly lower serum level of free L-carnitine compared to patients without fatigue (P < 0.001). Conclusion: Present study demonstrated that patients with lower serum levels of free L-carnitine were more likely to experience fatigue. We recommend that a higher dietary intake of carnitine might be a useful complementary treatment for MS-related fatigue.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».