Impact of family functioning on quality of life in patients with psychogenic nonepileptic seizures versus epilepsy
Notice bibliographique
Résumé
PURPOSE: To evaluate different contributions of aspects of family functioning (FF) on health-related quality of life (HRQOL) in patients with psychogenic nonepileptic seizures (PNES) versus epileptic seizures (ES). METHODS: Forty-five participants with PNES and 32 with ES completed self-report measures of FF (Family Assessment Device; FAD), HRQOL (Quality of Life in Epilepsy-31), and depression (Beck Depression Inventory-II; BDI-II). The FAD is a self-report questionnaire that assesses FF along six dimensions and general functioning. Regression analyses were used to evaluate the contribution of FF to HRQOL above and beyond the effects of disease severity and depression. KEY FINDINGS: Mean Family General Functioning fell in the unhealthy range in participants with ES or PNES. On further analysis, male participants in each group endorsed unhealthy levels of FF compared to female participants. Patients with PNES reported poorer HRQOL and greater depressive symptoms compared to ES participants; there were no gender differences in HRQOL. Regression analyses indicated that the FAD Roles subscale predicted reduced HRQOL in patients with PNES after controlling for illness duration, seizure frequency, and depression. After controlling for the same factors, Communication and Affective Involvement subscales scores predicted HRQOL in ES participants. SIGNIFICANCE: Family dysfunction was reported in both ES and PNES participants, but greater family dysfunction was experienced by male participants in both groups. Aspects of FF predicted HRQOL in patients with PNES and ES differentially. FF may be an important treatment target to enhance coping in these groups, although the treatments may need to target different aspects of FF in PNES versus ES.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».