Socioeconomic Inequalities in Health-Related Quality of Life among Patients with Cardiovascular Diseases in Vietnam
Notice bibliographique
Résumé
PURPOSE: This study aims to explore the sociodemographic differences in health-related quality of life (HRQOL) among Vietnamese patients with cardiovascular diseases (CVD). METHODS: A cross-sectional survey of 600 cardiovascular disease patients (300 inpatients and 300 outpatients) being treated at the Hanoi Heart Hospital was completed between July and December 2016. Data about HRQOL were collected by using the EuroQol-5 Dimensions-5 Levels (EQ-5D-5L) and EuroQOL-visual analogue scale (VAS). Sociodemographic characteristics were collected. A multivariate Tobit regression was used to detect the correlations between HRQOL and sociodemographic factors. RESULTS: Our sample had an average EQ-5D index of 0.82 (SD=0.21) and VAS score of 77.8 (SD=13.6). Participants were most likely to report problems in pain/discomfort (38.8%) and anxiety/depression (35.2%) and were least likely to report problems related to self-care (19.8%). Age and sex were strongly associated with the EQ-5D index and the VAS. Having health insurance and the number of hospital visits were negatively associated with HRQOL, while participation in the chronic disease management program had the positive relationship. CONCLUSIONS: HRQOL among patients with CVD was moderately lower compared to the Vietnamese general population. Sociodemographic characteristics were strongly associated with HRQOL suggesting that addressing these inequalities should be prioritized in delivering services. Patients should also be encouraged to participate in the chronic disease management program due to its positive effects on 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 | 0,001 |
| 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 | 0,000 |
| 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 ».