Racial-Ethnic Differences in Health-Related Quality of Life among Adults and Children with Glomerular Disease
Notice bibliographique
Résumé
INTRODUCTION: Disparities in health-related quality of life (HRQOL) have been inadequately studied in patients with glomerular disease. The aim of this study was to identify relationships between race/ethnicity, socioeconomic status, disease severity, and HRQOL in an ethnically and racially diverse cohort of patients with glomerular disease. METHODS: Cure Glomerulonephropathy (CureGN) is a multinational cohort study of patients with biopsy-proven glomerular disease. Associations between race/ethnicity and HRQOL were determined by the following: 1. Missed school or work due to kidney disease; 2. Responses to Patient Reported Outcomes Measurement Information System (PROMIS) questionnaires. We adjusted for demographics, socioeconomic status, and disease characteristics using multivariable logistic and linear regression. RESULTS: Black and Hispanic participants had worse socioeconomic status and more severe glomerular disease than White or Asian participants. Black adults missed work or school most frequently due to kidney disease (30% versus 16-23% in the other three groups, p=0.04), and had the worst self-reported global physical health (median score 44.1 versus 48.0-48.2, p<0.001) and fatigue (53.8 versus 48.5-51.1, p=0.002), compared to other racial/ethnic groups. However, these findings were not statistically significant with adjustment for socioeconomic status and disease severity, both of which were strongly associated with HRQOL in adults. Among children, disease severity but not race/ethnicity or socioeconomic status were associated with HRQOL. CONCLUSIONS: Among patients with glomerular disease enrolled in CureGN, the worse HRQOL reported by Black adults was attributable to lower socioeconomic status and more severe glomerular disease. No racial/ethnic differences in HRQOL were observed in children.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».