Predictors of family impact of juvenile localized scleroderma
Notice bibliographique
Résumé
OBJECTIVE: To measure the impact juvenile localized scleroderma (jLS) has on family quality of life and to identify predictors of family impact in this population which may inform the development of tailored resources to enhance family functioning for patients with jLS. METHODS: A retrospective cohort study of pediatric patients with jLS and their families was conducted. Five questionnaires were administered at each visit: Pediatric Quality of Life Inventory Family Impact Module (PedsQL-FIM), PedsQL 4.0 Generic Core Scales (PedsQL-Generic), PedsQL Rheumatology Module (PedsQL-RM), Child Health Assessment Questionnaire (CHAQ), and Children's Dermatology Life Quality Index (CDLQI). Linear mixed models with random intercepts for each patient were used to find relationships between family impact scores and clinically relevant variables over time. Variables of interest included disease activity status, methotrexate use, jLS distribution, and scores for PedsQL-Generic and PedsQL-RM. RESULTS: The median baseline PedsQL-FIM total score was 80.9 (IQR = 76.6-97.4). Adjusting for age and sex, the most significant predictors of family impact were PedsQL-Generic scores and four of five PedsQL-RM dimensions (all P < .001); methotrexate use had borderline significance (P = .06). Family impact increased more significantly over time in older patients. In multivariable modeling, PedsQL-Generic total score and jLS "other" distribution were significant for predicting an increased PedsQL-FIM score (P = .003 and P = .03, respectively). CONCLUSIONS: JLS has a moderate family impact. Family impact is predicted by patients' general and disease-specific health-related quality of life (HRQL) and their jLS subtype. There is a trend toward increased family impact with methotrexate treatment. This study emphasizes the importance of family-centered care in jLS.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».