Health utilities and psychometric quality of life in patients with early‐ and late‐stage hepatitis C virus infection
Notice bibliographique
Résumé
BACKGROUND AND AIM: Hepatitis C virus (HCV) infection is associated with impairment in health-related quality of life (HRQOL). The purpose of this study was to evaluate HRQOL across the HCV disease spectrum using preference-based (utility) and non-preference-based (psychometric) methods, adjusting for sociodemographic factors and co-morbidity. METHODS: Hepatitis C virus patients (n = 751) were recruited from several tertiary care settings in Vancouver, Canada for this observational, cross-sectional cohort study. Patients completed the Health Utilities Index Mark 2/3, a self-administered time trade-off utility instrument, and the Hepatitis Quality of Life Questionnaire (SF-36 with HCV-specific items). We examined the association between HRQOL and disease stage using linear regression adjusting for age, education, marital status, income, and co-morbidities. RESULTS: Utility scores were low across disease stage and instrument, ranging from 0.51 to 0.80. On the SF-36, the mean Physical Component Summary score ranged from 37.2 to 49.2 across disease stage, and the Mental Component Summary score ranged from 39.7 to 45.7 (United States norms = 50). In general, patients with viral clearance had the highest scores, and those with late-stage disease (cirrhosis, liver cancer) had the lowest. Multivariable linear regression showed that the effect of disease stage was modest overall. Increasing age, lower income, unattached marital status, and high comorbidity were strongly associated with impairment in HRQOL. CONCLUSIONS: The effect of stage of disease on HRQOL is modest, although viral clearance is associated with higher HRQOL. HCV patients' HRQOL is strongly associated with concomitant illness and sociodemographic factors.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».