The HeartQoL: Part I. Development of a new core health-related quality of life questionnaire for patients with ischemic heart disease
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Evaluation of health-related quality of life (HRQL) is important in improving the quality of patient care. METHODS: The HeartQoL Project, with cross-sectional and longitudinal phases, was designed to develop a core ischemic heart disease (IHD) specific HRQL questionnaire, to be called the HeartQoL, for patients with angina, myocardial infarction (MI), or ischemic heart failure. Patients completed a battery of questionnaires and Mokken scaling analysis was used to identify items in the HeartQoL questionnaire. RESULTS: We enrolled 6384 patients (angina, n = 2111, 33.1%; MI, n = 2351, 36.8%; heart failure, n = 1922, 30.1%) across 22 countries and 15 languages. The HeartQoL questionnaire comprises 14-items with 10-item physical and 4-item emotional subscales which are scored from 0 (poor HRQL) to 3 (better HRQL) with a global score if needed. The mean baseline HeartQoL global score was 2.2 (±0.5) in the total group and was different (p < 0.001) by diagnosis (MI, 2.4 ± 0.5; angina, 2.2 ± 0.6; and heart failure, 2.1 ± 0.6). CONCLUSION: The HeartQoL questionnaire, with global and subscale scores, has the potential to allow clinicians and researchers to (a) assess baseline HRQL, (b) make between-diagnosis comparisons of HRQL, and (c) evaluate change in HRQL in patients with angina, MI, or heart failure with a single IHD-specific HRQL instrument.
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.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découle