Correlates of Processing Speed Change With Combined Cognitive Rehabilitation and Exercise in Progressive MS: Secondary Analysis of the CogEx Trial
Notice bibliographique
Résumé
BackgroundCognitive rehabilitation and exercise training are promising approaches for improving cognition in persons with progressive multiple sclerosis (MS). Identifying heterogeneity of change and factors that influence the effects of cognitive rehabilitation and/or exercise training on cognitive outcomes at the individual level have direct relevance for developing tailored and optimized rehabilitation interventions for improving cognition in progressive MS.ObjectiveThis study involved a secondary data analysis from the CogEx trial in progressive MS. This study first described heterogeneity of change in cognitive processing speed (CPS) across the intervention conditions and then identified possible adherence/compliance, baseline performance, and demographic/clinical variables as correlates of rehabilitation-related CPS changes.MethodsA total of 311 persons with progressive MS who were pre-screened for impaired CPS completed 12 weeks of combined cognitive rehabilitation (or sham) and exercise training (or sham). CPS was measured before and after the 12-week period. As potential correlates of CPS changes, we measured adherence/compliance (ie, treatment exposure), performance outcomes at baseline, as well as demographic and clinical characteristics at baseline.ResultsThere was heterogeneity of change in CPS across the 4 intervention conditions. We further identified baseline learning and memory impairment and premorbid intelligence quotient (IQ), but not adherence/compliance, other baseline performance outcomes, or demographic/clinical characteristics as significant correlates of CPS changes across the 4 intervention conditions.ConclusionsThe overall pattern of results suggests that future trials in this area might account for impaired learning and memory and/or premorbid IQ as potential covariates, or more carefully consider the role of reserve within rehabilitation interventions in progressive MS.
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 | 0,011 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».