Quality of life among patients with atrial fibrillation: A theoretically-guided cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: Patients with atrial fibrillation (AF) have significantly lower health-related quality of life (HRQoL) compared to the general population and patients with other heart diseases. The research emphasis on the influence of AF symptoms on HRQoL overshadows the role of individual characteristics. To address this gap, this study's purpose was to test an incremental predictive model for AF-related HRQoL following an adapted HRQoL conceptual model that incorporates both symptoms and individual characteristics. METHODS: Patients attending an AF specialty clinic were invited to complete an online survey. Hierarchical regression analyses were conducted to examine whether individual characteristics (overall mental health, perceived stress, sex, age, AF knowledge, household and recreational physical activity) incremented prediction of HRQoL and AF treatment satisfaction beyond AF symptom recency and overall health. RESULTS: Of 196 participants (mean age 65.3 years), 63% were male and 90% were Caucasian. Most reported 'excellent' or 'good' overall and mental health, had high overall AF knowledge scores, had low perceived stress scores, and had high household and recreation physical activity. The mean overall AF Effect On Quality-Of-Life Questionnaire (AFEQT) and AF treatment satisfaction scores were 70.62 and 73.84, respectively. Recency of AF symptoms and overall health accounted for 29.6% of the variance in overall HRQoL and 20.2% of the variance in AF treatment satisfaction. Individual characteristics explained an additional 13.6% of the variance in overall HRQoL and 7.6% of the variance in AF treatment satisfaction. Perceived stress and household physical activity were the largest contributors to overall HRQoL, whereas age and AF knowledge made significant contributions to AF treatment satisfaction. CONCLUSIONS: Along with AF symptoms and overall health, individual characteristics are important predictors of HRQoL and AF treatment satisfaction in AF patients. In particular, perceived stress and household physical activity could further be targeted as potential areas to improve HRQoL.
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 | 0,003 | 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».