High-intensity resistance training in people with multiple sclerosis-related fatigue – experiences from a randomized controlled trial
Notice bibliographique
Résumé
BACKGROUND: People with multiple sclerosis (PwMS) frequently experience fatigue. High-intensity resistance training (HIRT) seems to be effective in reducing fatigue among PwMS. OBJECTIVE: To qualitatively describe experiences and perceived outcomes of PwMS who participated in a randomized controlled trial of HIRT, and their perceptions on maintenance of training in their everyday life. METHODS: Of 68 eligible participants, 17 PwMS (4 men, 13 women) were recruited through purposive sampling. Individual semi-structured interviews were conducted via Zoom or Teams. The interviews were transcribed verbatim and analysed using qualitative content analysis. RESULTS: The theme "Feeling hopeful and empowered by exercise in a socially supportive setting" illustrated participants' overall experience. The theme was supported by the three categories: "Exercise in a safe and encouraging context", "Feeling confident in living with MS-fatigue", and "Challenging to maintain exercise habits", and seven subcategories. Participating in the HIRT trial was overall described as a positive and motivating experience. It provided a safe and encouraging environment. Most participants described reduced fatigue and an increase in their engagement in everyday life. Despite the overall positive perception of HIRT, participants encountered difficulties in sustaining their exercise routines over time. CONCLUSION: Peer support from both individuals with MS and physiotherapists with MS competence were important factors to enhance engagement in the HIRT programme. The group setting provided a supportive and encouraging environment. In addition, the training seemed to be a tool to alleviate fatigue and facilitate partaking in everyday activities for most participants. However, ongoing support to maintain exercise habits in the long term may be needed.
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 | 0,016 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».