Health-Related Quality of Life in Cervical Dystonia Using EQ-5D-5L: A Large Cross-Sectional Study in China
Notice bibliographique
Résumé
Purpose The study aimed to evaluate the health-related quality of life (HRQoL) measured by the five-level EuroQol-5 dimensions (EQ-5D-5L) in patients with cervical dystonia, and to explore the determinants of HRQoL in patients with cervical dystonia. Methods EQ-5D-5L health state profiles were converted into a single aggregated “health utility” score. A calibrated visual analog scale (EQ VAS) was used for self-rating of current health status. Multiple linear regression analysis was used to explore the factors associated with HRQoL in cervical dystonia. Results A total of 333 patients with cervical dystonia were enrolled in the analysis, with an average age of 44.3 years old. The most common impaired dimension of health was anxiety/depression (73.6%), followed by pain/discomfort (68.2%) and usual activities (48%). The median health utility score was 0.80, and the median EQ VAS score was 70.2. Multivariate linear regression analysis indicated that disease duration and the scores of the Hamilton Depression Rating Scale (HDRS), Pittsburgh sleep quality index (PSQI), Toronto Western Spasmodic Torticollis Rating Scale (TWSTRS) Part I, and TWSTRS Part III were associated with the health utility scores. After adjusting other parameters, the TWSTRS Part III score and the HDRS score were significantly associated with the EQ VAS scores ( p < 0.05). Conclusion This study evaluated HRQoL in patients with cervical dystonia using the Chinese version of the EQ-5D-5L scale. We found that, besides motor symptoms, non-motor symptoms, including depression, pain, and sleep quality, could be greater determinants of HRQoL in patients with cervical dystonia. Management of non-motor symptoms, therefore, may help improve HRQoL in patients with cervical dystonia.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,002 |
| 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 ».