Association of Health Literacy and Numeracy With Lupus Knowledge and the Creation of the Lupus Knowledge Assessment Test
Notice bibliographique
Résumé
OBJECTIVE: Limited health literacy and numeracy are associated with worse patient-reported outcomes and higher disease activity in systemic lupus erythematosus (SLE), but which factors may mediate this association is unknown. We sought to determine the association of health literacy and numeracy with SLE knowledge. METHODS: Patients with SLE were recruited from an academic center clinic. Participants completed validated assessments of health literacy (Newest Vital Sign [NVS]; n = 96) and numeracy (Numeracy Understanding in Medicine Instrument, Short Version [S-NUMI]; n = 85). They also completed the Lupus Knowledge Assessment Test (LKAT), which consists of 4 questions assessing SLE knowledge that were determined through consensus expert opinion for their wide applicability and importance related to self-management of the disease. Descriptive statistics and multivariable logistic regression modeling were used to analyze the results. RESULTS: In our SLE cohort (n = 125), 33% (32/96) had limited health literacy and 76% (65/85) had limited numeracy. The majority correctly identified that hydroxychloroquine prevented SLE flares (91%); however, only 23% of participants correctly answered a numeracy question assessing which urine protein to creatinine (UPC) ratio was > 1000 mg/g. The mean LKAT score was 2.7 out of 4.0. Limited health literacy, but not numeracy, was associated with lower knowledge about SLE as measured by the LKAT, even after adjusting for education. CONCLUSION: Patients with SLE with limited health literacy had lower knowledge about SLE. The LKAT could be further refined and/or used as a screening tool to identify patients with knowledge gaps. Further work is needed to improve patients' understanding of proteinuria and investigate whether literacy-sensitive education can improve care.
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 | 0,002 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».