Prevalence and Associated Clinical Characteristics of Walking-Related Motor, Cognitive, and Fatigability in Progressive Multiple Sclerosis: Baseline Results From the CogEx Study
Notice bibliographique
Résumé
BACKGROUND: People with progressive multiple sclerosis (PMS) present motor (eg, walking) and cognitive impairments, and report fatigue. Fatigue encompasses fatigability which is objectively measured by the capacity to sustain a motor or cognitive task. OBJECTIVE: To investigate the prevalence of walking and cognitive fatigability (CF) and the associated clinical characteristics in a large sample of PMS patients. METHODS: PMS patients (25-65 years old) were included from 11 sites (Europe and North America), having cognitive impairment (1.28 standard deviation below normative data for the symbol digit modality test [SDMT]). Walking fatigability (WF) was assessed using the distance walk index (DWI) and CF using the SDMT (scores from the last 30 seconds compared to the first 30 seconds). Additional measures were: cognitive assessment-Brief International Cognitive Assessment for multiple sclerosis (MS), cardiorespiratory fitness, 6-minute walk, physical activity, depressive symptoms, perceived fatigue-Modified Fatigue Impact Scale (MFIS), MS impact-MSIS-29, and walking ability. RESULTS: Of 298 participants, 153 (51%) presented WF (DWI = -28.9 ± 22.1%) and 196 (66%) presented CF (-29.7 ± 15%). Clinical characteristics (EDSS, disease duration, and use of assistive device) were worse in patients with versus without WF. They also presented worse scores on MSIS-29 physical, MFIS total and physical and reduced physical capacity. CF patients scored better in the MSIS-29 physical and MFIS psychosocial, compared to non-CF group. Magnitude of CF and WF were not related. CONCLUSIONS: Half of the cognitively-impaired PMS population presented WF which was associated with higher disability, physical functions, and fatigue. There was a high prevalence of CF but without strong associations with clinical, cognitive, and physical functions. TRIAL REGISTRATION NUMBER: The "CogEx-study," www.clinicaltrial.gov identifier number: NCT03679468.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».