Health-Related Quality of Life in People Across the Spectrum of CKD
Notice bibliographique
Résumé
INTRODUCTION: People with chronic kidney disease (CKD) experience reduced quality of life (QoL) because of the high symptom and treatment burden. Limited data exist on the factors associated with overall and domain-specific QoL across all CKD stages. METHODS: Using data from a prospective, multinational study (Australia, New Zealand, Canada, and Spain) in 1696 participants with CKD, we measured overall and domain-specific QoL (pain, self-care, activity, mobility, anxiety/depression) using the EuroQoL, 5 dimension, 3 level. Multivariable linear regression and logistic modeling were used to determine factors associated with overall and domain-specific QoL. RESULTS: QoL for patients with CKD stages 3 to 5 (n = 787; mean, 0.81; SD, 0.20) was higher than in patients on dialysis (n = 415; mean, 0.76; SD, 0.24) but lower than in kidney transplant recipients (n = 494; mean, 0.84; SD, 0.21). Factors associated with reduced overall QoL (β [95% confidence intervals]) included being on dialysis (compared with CKD stages 3-5: -0.06 [-0.08 to -0.03]), female sex (-0.03 [-0.05 to -0.006]), lower educational attainment (- 0.04 [-0.06 to -0.02), lacking a partner (-0.04 [-0.06 to -0.02]), having diabetes (-0.05 [-0.07 to -0.02]), history of stroke (-0.09 [-0.13 to -0.05]), cardiovascular disease (-0.06 [-0.08 to -0.03]), and cancer (-0.03 [-0.06 to -0.009]). Pain (43%) and anxiety/depression (30%) were the most commonly affected domains, with dialysis patients reporting decrements in all 5 domains. Predictors for domain-specific QoL included being on dialysis, presence of comorbidities, lower education, female sex, and lack of a partner. CONCLUSIONS: Being on dialysis, women with CKD, those with multiple comorbidities, lack of a partner, and lower educational attainment were associated with lower QoL across all stages of CKD.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 ».