Physical and emotional health outcomes after 12 months of public-sector antiretroviral treatment in the Free State Province of South Africa: a longitudinal study using structural equation modelling
Notice bibliographique
Résumé
BACKGROUND: African and Asian cohort studies have demonstrated the clinical efficacy of antiretroviral treatment (ART) in resource-limited settings. However, reports of the long-term changes in the physical and emotional quality of life (QoL) of patients on ART in these settings are still scarce. In this study, we assessed the physical and emotional QoL after six and 12 months of ART of a sample of 268 patients enrolled in South Africa's public-sector ART programme. The study also tested the impact of the adverse effects of medication on patients' physical and emotional QoL. METHODS: A stratified random sample of 268 patients undergoing ART was interviewed at baseline (< 6 months ART) and follow-up (< 12 months ART). A model of the relationships between the duration of ART, the adverse effects of medication, and physical and emotional QoL (measured using EUROQOL-5D) was tested using structural equation modelling. RESULTS: The improved physical and emotional QoL shown at baseline was sustained over the 12-month study period, because treatment duration was not significantly associated with changes in the patients' QoL. Physical QoL significantly and positively influenced the patients' emotional QoL (subjective well-being [SWB]) (beta = 0.33, P < 0.01). Longitudinal data showed that patients reported significantly fewer adverse effects at follow-up than at baseline (beta = -0.38, P < 0.001) and that these adverse effects negatively influenced physical (beta = -0.27, P < 0.01) and emotional QoL (beta = -0.15, P < 0.05). CONCLUSION: This study provides evidence that the South African public-sector ART programme is effective in delivering sustained improvement in patient well-being. However, the results should encourage clinicians and lay health workers to be vigilant regarding the adverse effects of treatment, because they can seriously affect physical and emotional QoL.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».