A systematic comparison of fatigue levels in systemic sclerosis with general population, cancer and rheumatic disease samples
Notice bibliographique
Résumé
OBJECTIVES: There are no studies of fatigue levels in patients with SSc. The objective of this study was to compare fatigue in SSc to general population samples and patients with rheumatic diseases and cancer, where fatigue has been researched extensively. METHODS: SSc patients completed the General Fatigue Index (GFI) of the Multidimensional Fatigue Inventory. A systematic review was conducted to select comparison samples. Mean GFI scores from SSc patients were compared with mean scores from comparison samples with t-tests and Bonferroni corrections (family-wise P < 0.05). RESULTS: A total of 106 SSc patients were sampled (97 females; 28 diffuse SSc; 11.9 +/- 7.9 yrs since diagnosis). Based on comparisons from the systematic review, mean GFI scores in SSc (13.3 +/- 4.6) were significantly higher (greater fatigue; P < 0.05) than in two large population samples (8.7 and 9.6) and than in two samples of cancer patients in remission (9.4 and 10.0). Scores for the SSc sample were significantly lower (less fatigue) compared with two samples of cancer patients in palliative care (16.8 and 17.0). SSc GFI scores were similar to scores from patients with RA (13.4), AS (13.0) and SLE (13.1) and to scores from six studies of cancer patients in active treatment (11.1-13.5). CONCLUSIONS: The high levels of fatigue reported in SSc were similar to patients with varying types and treatment stages of cancer and patients with other rheumatic diseases when assessed with the GFI, demonstrating that fatigue warrants greater attention in SSc.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».