Similarities and Differences in the Perception of Atopic Dermatitis Burden Between Patients, Caregivers, and Independent Physicians (AD-GAP Survey)
Notice bibliographique
Résumé
INTRODUCTION: Atopic dermatitis (AD)-a chronic inflammatory skin disease characterized by intense itching-can have a detrimental impact on quality of life (QoL). We report results of a quantitative assessment of pediatric patient, caregiver, and physician perceptions of AD burden in children and adolescents. METHODS: Pediatric patients (aged 6-11 [children] or 12-17 [adolescents] years) with moderate-to-severe AD, their caregivers, and independent physicians were recruited in 13 countries. Caregivers and their children/adolescents completed an online survey about the impact of AD on 16 key items of patient QoL. Physicians completed surveys on their patients aged 6-11 and 12-17 years. Best-worst scaling was used to rank the importance of the QoL items. RESULTS: Overall, 1447 children/adolescents with moderate-to-severe AD (aged 6-11 years: 701; 12-17 years: 746), 1447 caregivers, and 1092 physicians participated. Patients and caregivers in both age groups ranked disturbed sleep as the most important QoL item, followed by feeling ashamed because of AD. Independent physicians ranked feeling ashamed because of AD as the most important QoL item for both age groups, followed by disturbed sleep for those aged 6-11 years and being singled out for those aged 12-17 years. The relative importance of the 16 QoL items to patients was strongly aligned between patients in both age groups and their caregivers, but somewhat less so between patients and physicians. Between-country differences were more apparent in physician- versus patient-/caregiver-reported results. CONCLUSION: The most burdensome QoL items were impact of AD on sleep and feeling ashamed. Caregivers and physicians correctly identified the QoL items most burdensome to patients. However, patient and caregiver perceptions were generally more closely aligned than patient and physician perceptions. Between-country differences in perceptions (particularly for physicians) were observed, probably due to multifactorial reasons, necessitating further evaluation. Video Abstract (MP4 42,877 kb) INFOGRAPHIC.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».