Quality of life of children and young adults with and without cardiovascular implantable electronic devices during the COVID‐19 pandemic
Notice bibliographique
Résumé
BACKGROUND: Children with cardiovascular implantable electronic devices (CIEDs) have a lower quality of life (QoL) compared to the general pediatric population. The combined effect of COVID-19 and CIEDs on the QoL and physical activity (PA) both within and between each population is unknown. METHODS: Individuals 8-25-year-old with and without CIED's were recruited to complete a phone survey. Data collection included demographics, the Pediatric Quality of Life Inventory (PedsQL), and the (PAQ). PedsQL and PAQ scores range from 0-100 and 1-5, respectively, with higher scores indicating a higher QoL and PA. RESULTS: Of the 190 individuals contacted, 148 participated (CIED n = 76, non-CIED n = 72), for an 81% response rate. Participants with and without CIEDs were similar in age (15.5 vs. 16 years, p = .57), gender (male = 57% vs. 42%, p = .07), and self-identified race (white = 79% vs. 81%, p = .44). CIED participants had a lower QoL (70.8 vs. 83.3, p < .001). Lower total scores were noted in CIED participants with structural heart disease compared to those without (71.6 vs. 83.6, p = .035) and those with a history of non-CIED heart or chest surgery compared to those without (71.3 vs. 83.3, p = .035). PAQ scores were similarly lower for CIED participants (2.17 vs. 2.73, p < .001). CONCLUSION: The presence of a CIED negatively impacts the QoL and PA of the pediatric population in the setting of the COVID-19 pandemic. Further research is needed to better understand and address the drivers of decreased QoL and PA in the pediatric CIED population in the setting of the COVID-19 Pandemic.
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 | 0,001 | 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 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 ».