Multipel skleros, MS, är en neurologisk autoimmun sjukdom som drabbar centrala nervsystemet. Trötthet/fatigue upplevs av många som ett av de svåraste symptomen som inverkar starkt på det vardagliga livet. MS-relaterad fatigue/trötthet ger en känsla av utmattning och brist på energi som kan vara överväldigande. Tröttheten är orimlig i förhållande till de aktiviteter som utförs. Syftet med uppsatsen var att beskriva hur det är att leva med MS-relaterad fatigue/trötthet. Metoden som användes var litteraturstudie med kvalitativ innehållsanalys som baserats på åtta vetenskapliga artiklar. Dataanalysen skedde med hjälp av Fribergs (2006) beskrivning. Ur resultatet framkom fyra teman varav det första var upplevelsen av kroppen som ett fysiskt hinder. Detta tema belyser hur ett antal intervjupersoner upplever sin kropp som ett hinder och hur fatigue/trötthet begränsar och påverkar det dagliga livet. Tema två och tre beskriver hur relationer till familj och vänner kan förändras samt hur den psykiska hälsan påverkas. Det fjärde och sista temat handlar om hur personer som lever med denna trötthet lägger upp strategier och på bästa sätt planerar sin vardag för att orka mer. I diskussionen diskuteras begrepp som hälsa och sjukdom. Vi belyser också hur fysisk träning och annan självhjälp kan minska fatigue/trötthet och öka en människas psykiska hälsa. I de praktiska implikationerna tar vi upp vikten av information och kommunikation som vi anser är grunden till en god vårdrelation. / <p>Program: Sjuksköterskeutbildning</p><p>Uppsatsnivå: C</p>

The application of GPS probes in traffic management is growing rapidly as the required data collection infrastructure is increasingly in place in urban areas with significant number of mobile sensors moving around covering expansive areas of the road network. Most travelers carry with them at least one device with a built-in GPS receiver. Furthermore, vehicles are becoming more and more location aware. Currently, systems that collect floating car data are designed to transmit the data in a limited form and relatively infrequently due to the cost of data transmission. That means the reported locations of vehicles are far apart in time and space. In order to extract traffic information from the data, it first needs to be matched to the underlying digital road network. Matching such sparse data to the network, especially in dense urban, area is challenging. This thesis introduces a map-matching and path inference algorithm for sparse GPS probes in urban networks. The method is utilized in a case study in Stockholm and showed robustness and high accuracy compared to a number of other methods in the literature. The method is used to process floating car data from 1500 taxis in Stockholm City. The taxi data had been ignored because of its low frequency and minimal information. The proposed method showed that the data can be processed and transformed into information that is suitable for traffic studies. The thesis implemented the main components of an experimental ITS laboratory, called iMobility Lab. It is designed to explore GPS and other emerging traffic and traffic-related data for traffic monitoring and control. / <p>QC 20121107</p>