Patient enablement and health-related quality of life for patients with chronic back and knee pain: a cross-sectional study in primary care
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background Chronic back and knee pain impairs health- related quality of life (HRQoL) and patient enablement can improve HRQoL. Aim To determine whether enablement was a moderator of the effect of chronic back and knee pain on HRQoL. Design and setting A cross-sectional study of Chinese patients with chronic back and knee problems in public primary care clinics in Hong Kong. Method Each participant completed the Chinese Patient Enablement Instrument-2 (PEI-2), the Chinese Western Ontario and McMaster Universities Osteoarthritis Index (WOMAC), and the Pain Rating Scale (PRS). Multivariable regression examined the effects of PRS score and PEI-2 score on WOMAC total score. A moderation regression model and simple slope analysis were used to evaluate whether the interaction between enablement (PEI-2) and pain (PRS) had a significant effect on HRQoL (WOMAC). Results Valid patient-reported outcome data from 1306 participants were analysed. PRS score was associated with WOMAC total score (β = 0.326, P <0.001), whereas PEI-2 score was associated inversely with WOMAC total score (β = −0.260, P <0.001) and PRS score. The effect of the interaction between PRS and PEI-2 (PRS × PEI-2) scores on WOMAC total score was significant (β = −0.191, P <0.001) suggesting PEI-2 was a moderator. Simple slope analyses showed that the relationship between PRS and WOMAC was stronger for participants with a low level of PEI-2 (gradient 3.056) than for those with a high level of PEI-2 (gradient 1.746). Conclusion Patient enablement moderated the impact of pain on HRQoL. A higher level of enablement can lessen impairment in HRQoL associated with chronic back and knee pain.
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.
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 | 0,003 | 0,001 |
| 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 découle