MétaCan
Menu
Retour à la cohorte
Enregistrement W2155719587 · doi:10.1590/s1415-790x2013000400009

Brazilian normative data for the Short Form 36 questionnaire, version 2

2013· article· en· W2155719587 sur OpenAlexaboutno aff
Josué Laguardia, Mônica Rodrigues Campos, Cláudia Travassos, Alberto Lopes Najar, Luiz Antônio dos Anjos, Miguel Murat Vasconcellos

Notice bibliographique

RevueRevista Brasileira de Epidemiologia · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensnon disponible
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésVitalityNormativePsychological interventionQuality of life (healthcare)GerontologyPopulationInequalityDemographySF-36MedicinePsychologyHealth related quality of lifeEnvironmental healthSociologyPolitical sciencePsychiatryDiseaseTheology

Résumé

récupéré en direct d'OpenAlex

METHODS: The study Pesquisa Dimensões Sociais das Desigualdades (PDSD) (Social Dimensions of Inequalities) involves 12,423 randomly selected Brazilian men and women aged 18 years old or more from urban and rural areas of the five Brazilian regions, and the information collected included the SF-36 as a measure of health-related quality of life. This provided a unique opportunity to develop age and gender-adjusted normative data for the Brazilian population. RESULTS: Brazilian men scored substantially higher than women on all eight domains and the two summary component scales of the SF-36. Brazilians scored less than their international counterparts on almost all of SF-36 domains and both summary component scales, except on general health status (US), pain (UK) and vitality (Australia, US and Canada). CONCLUSION: The differences in the SF-36 scores between age groups, genders and countries confirm that these Brazilian norms are necessary for comparative purposes. The data will be useful for assessing the health status of the general population and of patient populations, and the effect of interventions on health-related quality of life.

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 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)0,007
score de la tête « metaresearch » (Gemma)0,016
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
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 enseignants0,357
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,090
Tête enseignante GPT0,400
Écart entre enseignants0,310 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations142
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Brasileira de EpidemiologiaMême sujetHealth disparities and outcomesTravaux en français237 207