A cross-sectional study of gender differences in quality of life domains in patients with neurofibromatosis type 1
Notice bibliographique
Résumé
BACKGROUND: There is limited data regarding gender differences in quality of life between women and men with Neurofibromatosis type 1. We aimed to study differences in quality of life domains between women and men with Neurofibromatosis type 1 living in Canada. METHODS: This is a cross sectional study of adults with Neurofibromatosis type 1 attending a tertiary NF centre at Toronto General Hospital between January 2016 to December 2017. Demographic and clinical data were collected. We compared scores of generic measures (SF-36, EQ-5D-5L, pain interference) and a disease-specific measure (PedsQL-NF1 module) between women and men. We also assessed the relationship between disease visibility scored by an examiner (Ablon's visibility index) and self-reported perceived physical appearance, stratified by gender. RESULTS: One hundred and sixty-two participants were enrolled, 92 females and 70 males. Ablon's index score 1 was in 43% and score 2 in 44%, while only 13% of patients had a score 3. Women had worse scores on the total PedsQL-NF1 scales, and also in the perceived physical appearance, anxiety and emotional health domains. In women, there was a low but significant correlation between Ablon's index and perceived physical appearance (r = - 0.27, p = 0.01, ANOVA p < 0.001). In men, there was no difference in self-reported physical appearance by Ablon's index. There were no differences between men and women in the SF-36 or EQ-5D-5L scores. CONCLUSION: Women with NF1 reported worse NF1-related quality of life than men, with worse perceived physical appearance, anxiety, and mental health. Perceived physical appearance does not always correlate to disease visibility; therefore, healthcare providers should inquire about body image, physical appearance concerns, and mental health, especially among women with NF1.
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 | 0,001 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».