Fatigue Impacts Quality of Life in People with Spinocerebellar Ataxias
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Fatigue is a prevalent and debilitating symptom in neurological disorders, including spinocerebellar ataxias (SCAs). However, the risk factors of fatigue in the SCAs as well as its impact have not been well investigated. OBJECTIVES: To study the prevalence of fatigue in SCAs, the factors contributing to fatigue, and the influence of fatigue on quality of life. METHODS: Fatigue was assessed in 418 participants with SCA1, SCA2, SCA3, and SCA6 from the Clinical Research Consortium for the Study of Cerebellar Ataxia using the Fatigue Severity Scale. We conducted multi-variable linear regression models to examine the factors contributing to fatigue as well as the association between fatigue and quality of life. RESULTS: Fatigue was most prevalent in SCA3 (52.6%), followed by SCA1 (36.7%), SCA6 (35.7%), and SCA2 (35.6%). SCA cases with fatigue had more severe ataxia and worse depressive symptoms. In SCA3, those with fatigue had a longer disease duration and longer pathological CAG repeat numbers. In multi-variable models, depressive symptoms, but not ataxia severity, were associated with more severe fatigue. Fatigue, independent of ataxia and depression, contributed to worse quality of life in SCA3 and SCA6 at baseline, and fatigue continued affecting quality of life throughout the disease course in all types of SCA. CONCLUSIONS: Fatigue is a common symptom in SCAs and is closely related to depression. Fatigue significantly impacts patients' quality of life. Therefore, screening for fatigue should be considered a part of standard clinical care for SCAs.
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.
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 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 découle