Evidence-Based Self-Management Strategies for Fibromyalgia: Foundations for Digital Therapeutic Applications
Notice bibliographique
Résumé
Fibromyalgia is a prevalent musculoskeletal pain condition that causes major personal, social, and societal burden. Pharmacological therapies often provide only limited benefit, making multimodal approaches and self-management the cornerstones of care. Such strategies, spanning lifestyle modification, physical activity, psychoeducation, and cognitive-behavioral approaches, target the biopsychosocial complexity of fibromyalgia and promote sustainable coping. In parallel, digital health technologies are transforming how these interventions can be delivered and coordinated in the form of digital therapeutics. This viewpoint draws on a multiphase investigation to appraise the current and future landscape of fibromyalgia self-management in the digital era. Its objective is to present an evidence-based framework and recommendations to guide the development of a mobile health self-management program for patients with fibromyalgia. In phase 1, we conducted a review of international guidelines and randomized controlled trial-based systematic reviews addressing nondigital self-management interventions for fibromyalgia and related nociplastic pain conditions. In phase 2, we analyzed the content and certification status of currently available mobile and virtual health applications for fibromyalgia. In phase 3, we convened a multidisciplinary focus group of rheumatologists, patients, and digital health developers to identify priorities for translating evidence-based self-management content into mobile health formats. Collectively, we suggest that effective digital self-management for fibromyalgia should evolve beyond single-domain interventions toward validated, personalized, and interactive multimodal platforms. Virtual care may increasingly function at the point of care, linking monitoring, education, and behavioral support in one continuum.
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 | 0,095 | 0,226 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,010 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,010 | 0,012 |
| Science ouverte | 0,004 | 0,007 |
| Intégrité de la recherche | 0,007 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».