Advancements and Challenges in Exercise Training for Multiple Sclerosis: Comprehensive Review and Future Directions for Randomized Controlled Trials
Notice bibliographique
Résumé
Exercise training represents a health behavior for the treatment and management of the multi-faceted manifestations of multiple sclerosis (MS). This paper provides a comprehensive overview of evidence from randomized controlled trials (RCTs) regarding benefits, safety, participation, and guidelines for exercise training in MS, based on systematic reviews and meta-analyses. The paper then provides our opinions based on extensive experience regarding challenges for improving and expanding future RCTs that will advance our understanding of exercise training in MS. The comprehensive review of evidence from RCTs indicates that exercise training yields substantial improvements in aerobic and muscle fitness, mobility, fatigue and depression, quality of life, and participation outcomes. There is a non-significant increase in the risk of adverse events or serious adverse events with exercise training compared with control conditions or healthy populations. Rates of adherence and compliance with exercise training (i.e., participation) approximate 80% and 70%, respectively. The current prescriptive guidelines suggest 2-3 days per week of aerobic and resistance exercise training as the minimal dose for safely benefiting from exercise training in MS. We propose 10 important topics as avenues for expanding the body of research and improving its scope for evidence-based practice in MS. Overall, the research on exercise training in MS is strong, but it can get stronger. The expansion and advancement of evidence are critical for moving exercise training into the clinical armamentarium of MS disease treatment and management.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,013 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 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 ».