Driving problems in patients with rheumatoid arthritis.
Notice bibliographique
Résumé
OBJECTIVE: To assess driving problems experienced by patients with rheumatoid arthritis (RA) and to examine the relationship between functional status and driving difficulty. METHODS: Using the South Eastern Ontario Medical Organization (SEAMO) database, we identified 721 patients with RA from both urban and rural backgrounds. They completed a cross-sectional, self-administered mail survey that included the Health Assessment Questionnaire (HAQ-DI) and a co-morbidity questionnaire. We assessed the proportion of drivers versus non-drivers and patients who reported difficulty driving and who used vehicle adaptations. RESULTS: Survey response rate was 74% and 92.2% of the subjects were current drivers. Fifty percent of the current drivers reported a little difficulty, 6.8% reported quite a bit of difficulty, and 1.5% a great deal of difficulty driving. Major reasons given for why RA limited their driving were stiffness and pain. Frequent use of mobility aids (adjusted odds ratio, OR: 5.85), HAQ-DI > or = 1 (adjusted OR: 3.40), and older age (adjusted OR: 1.04) were significant predictors of an individual with RA discontinuing driving. Higher levels of disability (HAQ-DI) were associated with a greater number of problems reported with driving and with curtailment of driving. A multivariate logistic regression determined that having a HAQ-DI > or = 1 (adjusted OR: 4.3) and difficulties sitting in the vehicle (adjusted OR: 2.9) were associated with RA limiting driving. CONCLUSION: Over 50% of respondents reported some degree of difficulty driving due to their RA. Scores on HAQ-DI > or = 1 were associated with difficulty driving. Further validation of our findings needs to be performed.
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) | 0,000 | 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 ».