Five Potentially Modifiable Factors Predict Poor Quality of Life in Ankylosing Spondylitis: Results from the Scotland Registry for Ankylosing Spondylitis
Notice bibliographique
Résumé
OBJECTIVE: A chronic inflammatory condition manifesting in young adulthood, ankylosing spondylitis (AS) affects both physical and emotional quality of life (QOL). To inform future intervention strategies, this study aimed to (1) assess the QOL of patients with AS, and (2) identify potentially modifiable factors associated with reporting poor QOL. METHODS: The Scotland Registry for Ankylosing Spondylitis collects clinical and patient-reported data on clinically diagnosed patients with AS across Scotland. QOL is measured using the ASQoL questionnaire [range: 0 (high) to 18 (poor)]. Potentially modifiable factors associated with reporting poor QOL (score 12-18) were examined using Poisson regression models, adjusted for a variety of demographic characteristics, plus various nonmodifiable factors. Results are given as risk ratios (RR) with 95% CI. RESULTS: Data were available on 959 patients: 74% male, mean age 52 years (SD 13), median ASQoL 7.0 (interquartile range 2-12). Although many factors were univariately associated with poor QOL, 5 were identified as independent predictors: reporting moderate/severe fatigue (RR 1.60, 95% CI 1.13-2.28), poor physical function [Bath Ankylosing Spondylitis Functional Index (BASFI) ≥ 4: 3.46, 1.76-6.82], chronic widespread pain (CWP; 1.92, 1.33-2.75), high disease activity [Bath Ankylosing Spondylitis Disease Activity Index (BASDAI) ≥ 4: 1.52, 1.09-2.12], and poor spinal mobility [Bath Ankylosing Spondylitis Metrology Index (BASMI) ≥ 4: 1.52, 0.93-2.50]. For these factors, population-attributable risks ranged between 20% (disease activity) and 56% (physical function). CONCLUSION: We have identified 5 potentially modifiable factors independently associated with poor QOL. These findings provide evidence that in addition to traditional clinical targets (BASDAI, BASFI, and BASMI), focus on nonspecific symptoms (CWP and fatigue), perhaps with nonpharmacological therapies, may yield important improvements in QOL.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».