MétaCan
Menu
Retour à la cohorte
Enregistrement W2137169112 · doi:10.1186/1477-7525-5-52

Multimorbidity and quality of life: a closer look

2007· article· en· W2137169112 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueHealth and Quality of Life Outcomes · 2007
Typearticle
Langueen
DomaineMedicine
ThématiqueChronic Disease Management Strategies
Établissements canadiensCentre de Santé et de Services Sociaux de ChicoutimiHealth and Social Services Centre University Institute of Geriatrics of SherbrookeUniversité de Sherbrooke
Organismes subventionnairesPfizer CanadaPfizer
Mots-clésQuality of life (healthcare)Bivariate analysisConfoundingMedicineMultivariate statisticsMultivariate analysisRating scaleAffect (linguistics)Explained variationDiseaseAnalysis of varianceInternal medicineClinical psychologyPsychologyStatisticsDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The presence of multiple chronic conditions is associated with lower health related quality of life (HRQOL). Disease severity also influences HRQOL. To analyse the effects of all possible combinations of single diseases along with their severity on HRQOL seems cumbersome. Grouping diseases and their severity in specific organ domains may facilitate the study of the complex relationship between multiple chronic conditions and HRQOL. The goal of this study was to analyse impaired organ domains that affect the most HRQOL of patients with multiple chronic conditions in primary care and their possible interactions. METHODS: We analysed data from 238 patients recruited from the clientele of 21 family physicians. We classified all chronic conditions along with the measure of their severity into the 14 organ domains of the Cumulative Illness Rating Scale (CIRS). Patients also completed the 36-item Medical Outcomes Study questionnaire (SF-36). One-way analyses of variance were performed to study the relationship between the severity score for each CIRS domain and both physical component summary (PCS) and mental component summary (MCS) of HRQOL. Two-way analyses of variance were conducted to investigate the significance of possible organ domains interactions. Variables involved in significant bivariate relationships or interactions were candidates for inclusion in a multivariate model. Five additional variables were included in the multivariate model because of their possible confounding effect: perceived social support, age, education, perceived economic status and residual CIRS. RESULTS: Significant differences in the PCS (p < 0.01) were found in 12 of the 14 CIRS organ domains. A significant difference in MCS was found only in the Psychiatric domain. In the multivariate analysis for the PCS, the CIRS domains Musculoskeletal, Neurological, and Psychiatric, had an independent direct impact on PCS while the Upper gastrointestinal, Vascular, Cardiac and Respiratory domains were involved in interactions. A multivariate model was not necessary for the mental component. CONCLUSION: Vascular, Upper gastrointestinal and Musculoskeletal systems have strong negative effects on HRQOL. Among combinations of systems, the respiratory and cardiac combination is of particular concern because of a synergistic negative effect. This study paves the way for a future study with a bigger sample that could yield a model of wider generalizability.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,799

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,228
Tête enseignante GPT0,471
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle