Different Multimorbidity Measures Result in Varying Estimated Levels of Physical Quality of Life in Individuals with Multimorbidity: A Cross-Sectional Study in the General Population
Notice bibliographique
Résumé
INTRODUCTION: Multimorbidity adversely affects health-related quality of life. Methodological factors may impact the magnitude of this relationship. OBJECTIVE: To evaluate how physical health-related quality of life varies in individuals with multimorbidity depending on the length of the list of candidate conditions considered. METHODS: Secondary analysis from PRECISE, a cohort study of the general adult population of Quebec, Canada. Multimorbidity was measured using the 21-chronic condition list from the Disease Burden Morbidity Assessment, and physical health-related quality of life was measured using the physical component summary (PCS) of SF-12v2. The PCS was calculated, (a) using 2 or more conditions from the 21-condition list (MM2+, 21) and then from a reduced 6-condition list (MM2+, 6) and (b) using three or more conditions from each list (MM3+, 21, and MM3+, 6). RESULTS: The analysis included 1,710 individuals (mean age 51.3, 40.5% men). Multimorbidity prevalence ranged from 63.8% (MM2+, 21 conditions) to 3.8% (MM3+, 6 conditions). The mean [95% CI] PCS dropped from 45.7 [CI: 45.0-46.3] (MM2+, 21) to 40.2 [CI: 38.7-41.8] (MM2+, 6) and from 44.2 [CI: 43.4-44.9] (MM3+, 21) to 34.8 [CI: 31.9-37.6] (MM3+, 6). CONCLUSION: The length of the list of candidate conditions considered has a great impact on the estimations of physical 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 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».