Association between different coping styles and health-related quality of life in people with Parkinson’s disease: a cross-sectional study
Notice bibliographique
Résumé
OBJECTIVE: To describe overlapping coping strategies in people with Parkinson's disease. DESIGN: Cross-sectional, cohort study. SETTING: Monocentric, inpatient and outpatient, university hospital. PARTICIPANTS: Two-hundred participants enrolled, 162 patients with Parkinson's disease (without dementia) analysed. PRIMARY AND SECONDARY OUTCOME MEASURES: Prevalence of different coping styles according to the German Essen Coping Questionnaire. Association between coping, sociodemographic and clinical parameters (Movement Disorder Society (MDS)-sponsored revision of the Unified Parkinson's Disease Rating Scale (UPDRS), non-motor symptoms questionnaire (NMS-Quest), Montreal cognitive assessment (MoCA), Beck depression inventory (BDI) and health-related quality of life (Short Form Health Survey 36 (SF-36))). RESULTS: In comparison with patients who employed a passive coping style, patients using an active form of coping were characterised by a shorter disease duration (p=0.017), fewer motor impairments (MDS-UPDRS II p=0.040, MDS-UPDRS III p=0.003), a lower non-motor burden (NMS-Quest p=0.048), better cognitive function (MoCA p=0.036) and fewer depressive symptoms (BDI p<0.001). From the 162 participants, 24% showed an overlap of active and passive coping strategies. The most common combination was acting/problem-oriented coping and distance and self-promotion. In comparison with patients who employed passive coping, the group with an overlapping coping style was characterised by a shorter disease duration (p=0.023) and lower depressive burden (p=0.001). In comparison with patients who employed active coping, the overlap group was characterised by poorer cognitive function (p=0.045). The SF-36 values of the overlap group were between those of the active and passive coping groups. CONCLUSION: Knowledge about overlapping coping strategies is relevant to the implementation of strategies to promote active and healthy coping.
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 | 0,002 |
| 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 | 0,001 | 0,001 |
| 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 ».