Abstract WP18: Association Of Quality Of Life Domains And Clinical Symptoms In Familial Cerebral Cavernous Malformation Patients
Notice bibliographique
Résumé
Background: Familial cerebral cavernous malformation (FCCM) is characterized by multiple brain lesions at risk for intracranial hemorrhage (ICH) and neurological morbidity, affecting quality of life (QoL). PROMIS-29 is a QoL survey validated in some neurological diseases but has not yet been evaluated for FCCM. We aimed to assess whether PROMIS-29 health domains are associated with clinical symptoms in FCCM patients. Methods: PROMIS-29 surveys assessing seven QoL domains were completed by 198 FCCM patients >=18 years either at a baseline or follow-up visit in the Brain Vascular Malformation Consortium CCM study. Raw PROMIS-29 domain scores were converted to T scores that are standardized to a reference population with mean 50 and SD 10, and oriented so that higher scores are unfavorable. One-sample t-tests and p-values assessed whether mean T-scores were significantly different from 50 (p<0.05). Multivariable linear regression was used to test whether domain scores were associated with history of ICH, seizures, or headaches at time of survey, adjusting for age and sex. Results: Compared to a reference population, FCCM patients had significantly higher anxiety (52.7, 95% CI: 51.3-54.2, p<0.001), pain (52.5, 95% CI: 51.0-54.0, p=0.002), and physical functioning scores (52.0, 95% CI: 51.4-54.5, p<0.001), but lower social participation scores (46.9, 95% CI: 45.4-48.5, p<0.001). History of ICH and headaches were significantly associated with 4 domains each (all >3 points, p<0.05, Table), while seizures were not associated. Fatigue was the only affected domain in common. Conclusion: FCCM patients differed significantly from the reference population on anxiety, pain, physical functioning, and social participation domains. These same domains were significantly associated with history of ICH or headaches in patients. Further studies will determine whether changes in health domains are associated with changes in clinical symptoms.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| 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 ».