Health-related quality of life in patients with atrial fibrillation: The role of symptoms, comorbidities, and the type of atrial fibrillation
Notice bibliographique
Résumé
AIMS: This study aimed to analyse health related quality of life (HRQoL) for patients with different atrial fibrillation (AF) types and to identify patient characteristics, symptoms and comorbidities that influence HRQoL. METHODS: We used baseline data from the Swiss Atrial Fibrillation (Swiss-AF) study, a prospective multicentre observational cohort study conducted in 13 clinical centres in Switzerland. Between April 2014 and August 2017, 2415 AF patients were recruited. Patients were included in this analysis if they had baseline HRQoL data as assessed with EQ-5D-based utilities and visual analogue scale (VAS) scores. Patient characteristics and HRQoL were described stratified by AF type. The impact of symptoms, comorbidities and socio-economic factors on HRQoL was analysed using multivariable regression analysis. RESULTS: Based on 2412 patients with available baseline HRQoL data, the lowest unadjusted mean HRQoL was found in patients with permanent AF regardless of whether measured with utilities (paroxysmal: 0.83, persistent: 0.84, permanent: 0.80, p<0.001) or VAS score (paroxysmal: 73.6, persistent: 72.8, permanent: 69.2, p<0.001). In multivariable analysis of utilities and VAS scores, higher European Heart Rhythm Association (EHRA) score, recurrent falls and several comorbidities showed a strong negative impact on HRQoL while AF type was no longer associated with HRQoL. CONCLUSIONS: Multiple factors turned out to influence HRQoL in AF patients. After controlling for several comorbidities, the EHRA score was one of the strongest predictors independent of AF type. The results may be valuable for better patient assessment and provide a reference point for further QoL and health economic analyses in AF populations.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».