Inspiratory muscle training improves autonomic function in myalgic encephalomyelitis/chronic fatigue syndrome and post-acute sequelae of SARS-CoV-2: A pilot study
Notice bibliographique
Résumé
Post-acute sequelae of SARS-CoV-2 (PASC), or Long COVID, and myalgic encephalomyelitis/chronic fatigue syndrome (ME/CFS) are debilitating post-viral conditions with many symptomatic overlaps, including exercise intolerance and autonomic dysfunction. Both conditions are growing in prevalence, and effective safe treatment strategies must be investigated. We hypothesized that inspiratory muscle training (IMT) could be used in PASC and mild to moderate ME/CFS to mitigate symptoms, improve exercise capacity, and improve autonomic function. We recruited healthy controls (n=12; 10 women), people with PASC (n=9; 8 women), and people with mild to moderate ME/CFS (n=12; 10 women) to complete 8 weeks of IMT. This project was registered as a clinical trial (NCT05196529) with clinicaltrials.gov. After completion of IMT, all groups experienced improvements in inspiratory muscle pressure (p<0.001), 6-minute walk distance (p=0.002), resting heart rate (p=0.037), heart rate variability (p<0.05), and symptoms related to sleep (p=0.009). In the ME/CFS group only, after completion of IMT, there were additional improvements with regard to vascular function (p=0.001), secretomotor function (p=0.023), the total weighted score (p=0.005) of the COMPASS 31 autonomic questionnaire, and symptoms related to pain (p=0.016). We found that after 8 weeks of IMT, people with PASC and/or ME/CFS could see some overall improvements in their autonomic function and symptomology.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».