Association between Migraine and Quality of Life, Mental Health, Sleeping Disorders, and Health Care Utilization Among Older African American Adults
Notice bibliographique
Résumé
PURPOSE: This study examines the associations between migraine headaches, well-being, and health care use among a sample of underserved older African American adults. Controlling for relevant variables, the association between migraine headaches and (1) health care utilization, (2) health-related quality of life (HRQoL), and (3) physical and mental health outcomes was examined. METHODS: Our sample included 760 older African American adults from South Los Angeles recruited through convenience and snowball sampling. In addition to demographic variables, our survey included validated instruments, such as the SF-12 QoL, Short-Form McGill Pain Questionnaire, and the Geriatric Depression Scale. Data analysis included 12 independent multivariate models using multiple linear regression, log transferred linear regression, binary and multinomial logistic regression, and generalized linear regression with Poisson distribution. RESULTS: Having migraine was associated with three categories of outcomes: (1) higher level of health care utilization measured by (i) emergency department admissions and (ii) number of medication use; (2) lower level of HRQoL and health status measured by (i) lower self-rated health (ii) physical QoL, and (iii) mental QoL; and (3) worse physical and mental health outcomes measured by (i) higher number of depressive symptoms, (ii) higher level of pain, (iii) sleep disorder, and (iv) being disabled. CONCLUSIONS: Migraine headache significantly was associated with quality of life, health care utilization, and many health outcomes of underserved African American middle-aged and older adults. Diagnoses and treatments of migraine among underserved older African American adults require multi-faceted and culturally sensitive interventional studies.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».