LupusQoL-US Benchmarks for US Patients with Systemic Lupus Erythematosus
Notice bibliographique
Résumé
OBJECTIVE: The LupusQoL-US instrument was recently validated in the US. We studied the benchmarks for a US patient cohort with systemic lupus erythematosus (SLE) and relevant demographic and disease correlates. METHODS: LupusQoL-US was administered to 185 patients with SLE. Demographic data (age, sex, ethnicity, marital status) and disease features (duration, disease activity and damage) were assessed simultaneously. Descriptive statistics were obtained. LupusQoL-US domain scores were calculated, and compared by sex, ethnicity, and marital status using nonparametric tests. Correlation between LupusQoL-US domains and age, disease duration, disease activity, and disease damage were obtained. RESULTS: Mean age of patients was 42.2 +/- 14.5 years; 94% of subjects were women. African American patients comprised 60% of the study cohort. The most affected domains were Fatigue and Physical Health. The least affected was Intimate Relationships. Age correlated with Physical Health, Pain, and Body Image (r = 0.15-0.18). Differences were observed based on sex and marital status, but not by ethnicity; there the LupusQoL-US correlated inversely with disease activity (r = -0.001 to -0.36) and damage (r = -0.003 to -0.40). CONCLUSION: All domains of the LupusQoL-US based health related quality of life (HRQOL) were affected adversely. HRQOL varied by age, sex, and marital status in our SLE cohort.
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 | 0,002 | 0,001 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».