Impact of impairment and secondary health conditions on health preference among Canadians with chronic spinal cord injury
Notice bibliographique
Résumé
CONTEXT/OBJECTIVES: To describe the relationships between secondary health conditions and health preference in a cohort of adults with chronic spinal cord injury (SCI). STUDY DESIGN: Cross-sectional telephone survey. SETTING: Community. PARTICIPANTS: Community-dwelling adult men and women (N = 357) with chronic traumatic and non-traumatic SCI (C1-L3 AIS A-D) who were at least 1 year post-injury/onset. INTERVENTIONS: Not applicable. OUTCOME MEASURES: Health Utilities Index-Mark III (HUI-Mark III) and SCI Secondary Conditions Scale-Modified (SCS-M). RESULTS: SCS-M responses for different secondary health conditions were used to create "low impact = absent/mild" and "high impact = moderate/significant" secondary health condition groups. Analysis of covariance was used to examine differences in HUI-Mark III scores for different secondary health conditions while controlling for impairment. The mean HUI-Mark III was 0.24 (0.27, range, -0.28 to 1.00). HUI-Mark III scores were lower (P < 0.001) in high impact groups for spasms, bladder and bowel dysfunction, urinary tract infections, autonomic dysreflexia, circulatory problems, respiratory problems, chronic pain, joint pain, psychological distress, and depression compared with the low impact groups. As well, HUI-Mark III scores were lower (P < 0.05) in high impact groups for pressure sores, unintentional injuries, contractures, heterotopic bone ossification, sexual dysfunction, postural hypotension, cardiac problems, and neurological deterioration than low-impact groups. CONCLUSION: High-impact secondary health conditions are negatively associated with health preference in persons with SCI. Although further work is required, the HUI-Mark III data may be a useful tool for calculating quality-adjusted life years, and advocating for additional resources where secondary health conditions have substantial adverse impact on health.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».