Health Status and Health-Related Quality of Life in a Population-Based Sample of Neonatal Intensive Care Unit Graduates
Notice bibliographique
Résumé
OBJECTIVE: To measure the health status (HS) and health-related quality of life (HRQL) of preschoolers who were admitted to a neonatal intensive care unit (NICU) at birth and their family caregivers and to investigate differences in HS and HRQL in relation to gestational age and major morbidity experienced during the NICU stay. METHODS: Retrospective cross-sectional survey was conducted in the province of British Columbia, Canada. A total of 1140 of 2221 children who were admitted at birth to the 3 tertiary care NICUs in the province and 393 of 718 healthy full-term children recruited from 2 of these hospitals were studied. The main outcome measures were Infant and Toddler Quality of Life Questionnaire (ITQOL), Health Status Classification System Preschool Version (HSCS-PS), and Child Behavior Checklist/1.5-5 (CBCL) RESULTS: The overall response rate was 55%; the response rate for families that we located was 67.1%. NICU children differed from healthy children on the ITQOL in physical abilities, growth and development, temperament/moods, behavior, and general health perceptions, and caregivers differed on both parent-impact scales. On the HSCS-PS, proportionally more NICU children had a health problem in the following areas: sight, speech, getting around, using hands and fingers, taking care of self, learning and remembering, thinking and solving problems, pain and discomfort, general health, and behavior. The NICU sample reported more behavioral problems on the CBCL/1.5-5. Poorer HS and HRQL were reported for infants who were born at <27 weeks' gestation and for children who experienced > or =1 major morbidities during their NICU stay. CONCLUSIONS: Preschool-aged children with conditions that require NICU care and their family caregivers had poorer HS and HRQL in a range of domains compared with healthy children. There were also differences within the sample by gestational age and major morbidity. The differences in health were small using the ITQOL and CBCL/1.5-5 but larger using the HSCS-PS.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».