Percentile benchmarks in patients with rheumatoid arthritis: Health Assessment Questionnaire as a quality indicator (QI)
Notice bibliographique
Résumé
Physicians are in need of a simple objective, standardized tool to compare their patients with rheumatoid arthritis, as a group and individually, with national standards. The Disability Index of the Health Assessment Questionnaire (HAQ-DI) is a simple, robust tool that can fulfill these needs. However, use of this tool as a quality indicator (QI) is hampered by the unavailability of national reference values or benchmarks based on large, multicentric, heterogenous longitudinal patient cohorts. We utilized the 20-year longitudinal prospective data from 11 data banks of Arthritis Rheumatism and Aging Medical Information to calculate reference values for HAQ-DI. Overall, 6436 patients with rheumatoid arthritis were longitudinally followed for 32,324 person-years over the 20 years from 1981 to 2000. There were 64,647 HAQ-DI measurements, with an average of 19 measurements per person. Overall, 75% of patients were women and 89% were Caucasian; the median baseline age was 58.4 years and the median baseline HAQ-DI was 1.13. Few patients were treated with biologics. The HAQ-DI values had a Gaussian distribution except for the approximately 10% of observations showing no disability. Percentile benchmarks allow disability outcomes to be compared and contrasted between different patient populations. Reference values for the HAQ-DI, presented here numerically and graphically, can be used in clinical practice as a QI measure to track functional disability outcomes and to measure response to therapy, and by arthritis patients in self-management programs.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».