Trajectories of Health-Related Quality of Life in Coronary Artery Disease
Notice bibliographique
Résumé
BACKGROUND: Health-related quality of life (HRQOL) assessment is an important health outcome for measuring the efficacy of treatments and interventions for coronary artery disease (CAD). HRQOL is known to improve over the first year after interventions for CAD, but there is limited knowledge of the changes in HRQOL beyond 1 year. We investigated heterogeneity in long-term trajectories of HRQOL in patients with CAD. METHODS AND RESULTS: Data were obtained from 6226 patients identified from the Alberta Provincial Project for Outcome Assessment in Coronary Heart Disease with at least 1-vessel CAD who underwent their first catheterization between 2006 and 2009. HRQOL was assessed using the Seattle Angina Questionnaire, a 19-item disease-specific measure of HRQOL for patients with CAD. Group-based trajectory analysis was used to identify various subgroups of Seattle Angina Questionnaire trajectories over time while adjusting for missing data through a longitudinal multiple imputation model. Multinomial logistic regression was used to identify the predictors of differences among the identified subgroups. Our analysis revealed significant improvements in HRQOL across all the 5 domains of Seattle Angina Questionnaire overtime for the whole data. Multitrajectory analyses revealed 4 HRQOL trajectory subgroups including high (25.1%), largely increased (32.3%), largely decreased (25.0%), and low (17.6%) trajectories. Age, sex, body mass index, diabetes mellitus, previous history of myocardial infarction, smoking, depression, anxiety, type of treatment received, and perceived social support were significant predictors of differences among these trajectory subgroups. CONCLUSIONS: This study highlights variations in longitudinal trajectories of HRQOL in patients with CAD. Despite overall improvements in HRQOL, about a quarter of our cohort experienced a significant decline in their HRQOL over the 5-year period. Understanding these HRQOL trajectories may help personalize prognostic information, identify patients and HRQOL domains on which clinical interventions are most beneficial, and support treatment decisions for patients with CAD.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| 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 | 0,000 |
| 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 ».