Herpes zoster‐associated severity and duration of pain, health‐related quality of life, and healthcare utilization in <scp>T</scp>aiwan: a prospective observational study
Notice bibliographique
Résumé
BACKGROUND: To assess the severity and duration of herpes zoster (HZ)-associated pain (ZAP) and its impact on quality of life (QoL) and healthcare utilization (HCRU) from a patient perspective in routine care in Taiwan. METHODS: A prospective, observational, single-cohort study was conducted in five centers across Taiwan. Patients were recruited at different time points during their HZ episode and were followed for ≤180 days. ZAP was assessed with the Initial Zoster Impact Questionnaire and the Zoster Brief Pain Inventory, QoL with the EQ-5D, and HCRU with a simple questionnaire. RESULTS: A total of 150 patients were included with a mean age of 64.9 years and mean time since rash onset of 18.8 days. Prodromal pain was experienced by 64.7% of patients, of whom 91.8% reported moderate-to-severe pain. At enrollment, 98.0% of patients experienced ZAP. Mean ± SD worst pain score decreased from 5.95 ± 3.09 at enrollment to 2.65 ± 2.98 at 30 days and 0.28 ± 0.83 at 180 days. Postherpetic neuralgia was observed in 20.7% of patients. Mean ± SD EQ-5D score significantly decreased (P < 0.001) from 0.91 ± 0.16 before rash onset to 0.67 ± 0.18 after rash onset, showing significant QoL deterioration up to 60 days. The impact of HZ on QoL and pain severity was similar across age groups. Significant HCRU was observed including visits to the doctor (83.3% of patients), specialist (30.7%), emergency department (24.7%), physiotherapist (23.3%), and hospitalizations (20.7%). CONCLUSION: Severe morbidity and significant HCRU are associated with HZ in Taiwan, supporting the need for early intervention and preventive strategies to reduce the HZ-associated burden of illness.
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 | 0,001 | 0,003 |
| 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 | 0,000 | 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 ».