Rural and Urban Living in Persons with Spinal Cord Injury and Comparing Environmental Barriers, Their Health, and Quality-of-Life Outcomes
Notice bibliographique
Résumé
There is worldwide geographic variation in the epidemiology of traumatic spinal cord injury (tSCI). The aim of this study was to determine whether environmental barriers, health status, and quality-of-life outcomes differ between patients with tSCI living in rural or urban settings, and whether patients move from rural to urban settings after tSCI. A cohort review of the Rick Hansen SCI Registry (RHSCIR) was undertaken from 2004 to 2012 for one province in Canada. Rural/urban setting was determined using postal codes. Outcomes data at 1 year in the community included the Short Form-36 Version 2 (SF36v2™), Life Satisfaction Questionnaire, Craig Hospital Inventory of Environmental Factors-Short Form (CHIEF-SF), Functional Independent Measure® Instrument, and SCI Health Questionnaire. Statistical methodologies used were t test, Mann-Whitney U test, and Fisher's exact or χ2 test. In the analysis, 338 RHSCIR participants were included; 65 lived in a rural setting and 273 in an urban setting. Of the original patients residing in a rural area at discharge,10 moved to an urban area by 1 year. Those who moved from a rural to urban area reported a lower SF-36v2™ Mental Component Score (MCS; p = 0.04) and a higher incidence of depression at 1 year (p = 0.04). Urban patients also reported a higher incidence of depression (p = 0.02) and a lower CHIEF-SF total score (p = 0.01) indicating fewer environmental barriers. No significant differences were found in other outcomes. Results suggest that although the patient outcomes are similar, some patients move from rural to urban settings after tSCI. Future efforts should target screening mental health problems early, especially in urban settings.
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 | 0,001 | 0,000 |
| 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 | 0,001 |
| 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 ».