Stability of normative data for the SF-36: results of a three-year prospective study in middle-aged Canadians.
Notice bibliographique
Résumé
BACKGROUND: The SF-36 is widely used to assess health-related quality of life (HRQOL), but with few longitudinal studies in healthy populations, it is difficult to quantify its natural history. This is important because any measure of change following an intervention may be confounded by natural changes in HRQOL. This paper assesses mean changes in SF-36 scores over a 3-year period in men and women between the ages of 40 and 59 years at baseline. METHODS: Subjects were randomly selected from nine Canadian cities. Mean SF-36 changes over a 3-year period (1996/1997-1999/2000) were calculated for each gender within 5-year age categories. Multiple imputation was used to correct for potential bias due to missing data. RESULTS: The baseline cohort included 1,974 women and 975 men between 40 and 59 years. Mean changes in HRQOL tended to be small. Women demonstrated small average declines in 22 of the 32 age and domain groupings (4 age groups, 8 SF-36 domains) while men showed declines in 14/32. Most participants stayed within 10 points of their original baseline score. INTERPRETATION: Mean SF-36 scores change only slightly over three years in middle-aged Canadians, although there is much individual variation. It may be necessary to adjust for the natural evolution of SF-36 scores when interpreting results from longitudinal studies.
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 | 0,007 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».