Health-related quality of life deficits associated with varying degrees of disease severity in type 2 diabetes.
Notice bibliographique
Résumé
BACKGROUND: Diabetes is a chronic medical condition accompanied by a considerable health-related quality of life (HRQL) burden. The purpose of this analysis was to use generic measures of HRQL to describe HRQL deficits associated with varying degrees of severity of type 2 diabetes. METHODS: The RAND-12 physical and mental health composites (PHC and MHC, respectively) and Health Utilities Index Mark 3 (HUI3) were self-completed by 372 subjects enrolled in a prospective, controlled study of an intervention to improve care for individuals with type 2 diabetes in rural communities. Analysis of covariance was used to assess differences in HRQL according to disease severity and control of blood glucose. Disease severity was defined in terms of treatment intensity, emergency room visits and absenteeism from work specifically attributable to diabetes. To control for potential confounding, the analysis was adjusted for important sociodemographic and clinical characteristics. RESULTS: The PHC and MHC were significantly lower for individuals treated with insulin as compared to diet alone (PHC: 41.01 vs 45.11, MHC: 43.23 vs 47.00, p < 0.05). Individuals treated with insulin had lower scores on the vision, emotion and pain attributes of the HUI3 than individuals managed with oral medication or diet. The PHC, MHC, pain attribute and overall score on the HUI3 captured substantial decrements in HRQL associated with absenteeism from work due to diabetes, while the burden associated with emergency room utilization for diabetes was seen in the PHC and HUI3 pain attribute. CONCLUSIONS: We concluded that generic measures of HRQL captured deficits associated with more severe disease in type 2 diabetes.
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 | 0,004 | 0,005 |
| 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 ».