Illness intrusiveness explains race-related quality-of-life differences among women with systemic lupus erythematosus
Notice bibliographique
Résumé
Our objective was to investigate whether quality of life in systemic lupus erythematosus (SLE) differs across ethnoracial groups and to identify factors that may explain race-related differences. Self-administered questionnaire data from 335 White, 40 Black, and 30 Asian women with SLE were obtained from a multi-center database. Measures assessed illness intrusiveness, psychological well-being, depressive symptoms, musculoskeletal pain, and learned helplessness. Extent of SLE disease activity was indexed by self-reported functional-system involvement. Educational attainment was indicated by number of years in school. Principal-components analysis reduced the four psychosocial measures to a single factor score. This represented psychosocial well-being In path analysis. Psychosocial well-being differed significantly across the three groups, with Whites reporting the highest, and Blacks the lowest, levels. Path analysis indicated that illness intrusiveness accounted for this race-related difference. Although disease activity was significantly associated with psychosocial well-being, it did not differ across ethnoracial groups. Illness intrusiveness and educational attainment emerged as independent mediators of the race-related difference in psychosocial well-being. We conclude that race-related quality-of-life differences exist among women with SLE and are mediated independently by illness intrusiveness and educational attainment.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,001 | 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 ».