Assessing Quality of Life and Medical Care in Chronic Angina: An Internet Survey
Notice bibliographique
Résumé
BACKGROUND: Angina is a clinical syndrome whose recognition relies heavily on self-report, so its identification can be challenging. Most data come from cohorts identified by physicians and nurses at the point of care; however, current widespread access to the Internet makes identification of community cohorts feasible and offers a complementary picture of angina. OBJECTIVE: To describe a population self-identified as experiencing chronic angina by use of an Internet survey. METHODS: Using email and an Internet portal, we invited individuals with a diagnosis of angina and recent symptoms to complete an Internet survey on treatment and quality of life (QOL). In total, 1147 surveys were received. The main analysis was further limited to those reporting a definite coronary heart disease (CHD) history (N=646, 56% of overall). RESULTS: Overall, about 15% reported daily angina and 40% weekly angina. Those with more frequent angina were younger, more often depressed, and reported a shorter time since diagnosis. They also had substantially worse treatment satisfaction, physical function, and overall QOL. Fewer than 40% were on ≥ 2 anti-anginals, even with daily angina. The subjects without a history of definite CHD had unexpectedly low use of antianginal and evidence-based medicines, suggesting either a lack of specificity in the use of self-reported angina to identify patients with CHD or lack of access to care. CONCLUSIONS: Use of inexpensive electronic tools can identify community-based angina cohorts for clinical research. Limitation to subjects with a definite history of CHD lends diagnostic face validity to the approach; however, other symptomatic individuals are also identified.
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 | 0,026 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».