Using Health Utility Index (HUI) for Measuring the Impact on Health-Related Quality of Life (HRQL) Among Individuals with Chronic Diseases
Notice bibliographique
Résumé
Quality of life is an important indicator in assessing the burden of disease, especially for chronic conditions. The Health Utilities Index (HUI) is a recently developed system for measuring the overall health status and health-related quality of life (HRQL) of individuals, clinical groups, and general populations. Using the HUI (constructed based on eight attributes: vision, hearing, speech, mobility, dexterity, cognition, emotion, and pain/discomfort) to measure the HRQL for chronic disease patients and to detect possible associations between HUI system and various chronic conditions, this study provides information to improve the management of chronic diseases. This study is of interest to data analysts, policy makers, and public health practitioners involved in descriptive clinical studies, clinical trials, program evaluation, population health planning, and assessments. Based on the Canadian Community Health Survey (CCHS) for 2000-01, the HUI was used to measure the quality of life for individuals living with various chronic conditions (Alzheimer/other dementia, effects of stroke, urinary incontinence, arthritis/rheumatism, bowel disorder, cataracts, back problems, stomach/intestinal ulcers, emphysema/COPD, chronic bronchitis, epilepsy, heart disease, diabetes, migraine headaches, glaucoma, asthma, fibromyalgia, cancers, high blood pressure, multiple sclerosis, thyroid condition, and other remaining chronic diseases). Logistic Regression Model was employed to estimate the associations between the overall HUI scores and various chronic conditions. The HUI scores ranged from 0.00 (corresponding to a state close to death) to 1.00 (corresponding to perfect health); negative scores reflect health states considered worse than death. The mean HUI score by sex and age group indicated the typical quality of life for persons with various chronic conditions. Logistic Regression results showed a strong relationship between low HUI scores (< or = 0.5 and 0.06-1.0) and certain chronic conditions. Age- and sex-adjusted Odds Ratio (OR) and p values showed an effect among individuals diagnosed with each chronic disease on the overall HUI score. Results of this study showed that arthritis/rheumatism, heart disease, high blood pressure, cataracts, and diabetes had a severe impact on HRQL. Urinary incontinence, Alzheimer/other dementia, effects of stroke, cancers, thyroid condition, and back problems have a moderate impact. Food allergy, allergy other than food, asthma, migraine headaches, and other remaining chronic diseases have a relatively mild effect. It is concluded that major chronic diseases with significant health burden were associated with poor HRQL. The HUI scores facilitate the measurement and interpretation of results of health burden and the HRQL for individuals with chronic diseases and can be useful for development of strategies for the prevention and control of chronic diseases.
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 | 0,006 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».