Can Speeded Walking Help With Multiple Sclerosis Symptom Management? A Patient-Oriented Project
Notice bibliographique
Résumé
Introduction: Canada has among the highest prevalence of multiple sclerosis (MS), a disease for which there is no cure[1]. Many individuals with MS require expensive life- long treatment, and often experience on- going symptoms and medication side effects[2]. Individuals with MS have expressed a need for additional behavioural strategies that may help reduce their symptoms. Exercise is a cost-free intervention that represents a promising means of symptom management[3,4]. Based on a patient partneru2019s questions, the objective of the study was to investigate whether a speeded walking intervention would improve symptoms of fatigue, depressed mood, and cognitive impairment for individuals with MS.Methods: Individuals with relapsing-remitting MS (RRMS) completed a 12-week speeded walking intervention 3 times per week[5]. Self-report questionnaires (Modifed Fatigue Impact Scale (MFIS[6]), Beck Depression Inventory-2 (BDI-2[7]), Perceived Defcits Questionnaire (PDQ[8])) and neuropsychological testing (Symbol Digit Modalities Test (SDMT[9]) Trails A and B[10], Digit Span[11]) were completed pre- and post- intervention to assess fatigue, mood, and cognition. Statistical analyses were performed in RStudio.Results: Participants included 10 females and 3 males with RRMS (mean age= 58.76u00b111.07 years). Post-intervention, individuals with RRMS reported significantly fewer symptoms of fatigue (MFIS) and perceived prospective memory problems (PDQ), and also performed significantly better on the SDMT compared to pre-intervention. There were no significant changes in reports of mood (BDI-2), perceived cognitive problems (PDQ), or on Trails A and B or Digit Span.Discussion: Speeded walking may help manage MS symptoms of fatigue and cognitive impairment. Future research should include controlled trials and individuals with 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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,046 | 0,030 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,014 | 0,019 |
| Science ouverte | 0,015 | 0,021 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,009 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».