Factor analysis identifies three separate symptom clusters in idiopathic pulmonary fibrosis
Notice bibliographique
Résumé
Background Idiopathic pulmonary fibrosis (IPF) is a severe and progressive lung disease with a poor prognosis. Patients with IPF suffer from a high symptom burden, which impairs their health-related quality of life (HRQoL). Lack of research on IPF symptoms and their clustering, however, makes symptom-centred care challenging. Methods We sent two questionnaires, RAND 36-Item Health Survey and Edmonton Symptom Assessment System, to 300 patients from the FinnishIPF registry. Of the 300 patients, 245 (82%) responded. We performed an exploratory factor analysis on the results to search for potential clustering of symptoms into factors. Results We found three distinct symptom factors: the emotional factor (including depression, anxiety, insomnia, loss of appetite and nausea), the pain factor (pain at rest or in movement) and the respiratory symptoms factor (shortness of breath, cough, tiredness and loss of wellbeing). Correlation was strong within the factors (ρτ0.78–0.85) and also evident between them. The factors correlated with the different dimensions of HRQoL: the emotional factor with mental health (correlation coefficient=−0.69) and vitality (−0.63), the pain factor with bodily pain (−0.72) and the respiratory symptoms factor with vitality (−0.69), general health (−0.64) and physical functioning (−0.62). Conclusion We found three distinct symptom factors in IPF, of which respiratory and emotional factors showed the strongest association with decreasing HRQoL. Routine assessment of IPF patients' respiratory symptoms, mental health and pain are important as these may be linked with other symptoms and significantly impair the patient's HRQoL.
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 | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».