Exploring social determinants of health and their impacts on self-reported quality of life in long COVID-19 patients
Notice bibliographique
Résumé
This study explores the health-related quality of life (HRQoL) experienced by patients with Long COVD-19 using data from British Columbia's post-COVID-19 Recovery Clinics. A retrospective cohort of 3463 patients was analyzed to assess HRQoL through the EQ-5D-5L questionnaire which includes five dimensions (mobility, self-care, usual activities, physical health, and mental health) administered to patients; responses were analyzed using the Visual Analogue Score (VAS). Notably, 95% of participants reported HRQoL scores below 90, with 50% scoring under 60, indicating significant impacts on their well-being. The analysis revealed that HRQoL is significantly influenced by various social determinants of health (SDoH), including age, sex, employment status, and ethnicity, each showing distinct correlations with HRQoL dimensions and overall VAS scores. Specifically, older age was associated with decreased mobility and increased pain/discomfort but less anxiety and depression, highlighting varying impacts across the age spectrum. The study highlights the multifaceted impacts of Long COVID on the lives of patients and underscores the necessity of targeted strategies to improve HRQoL among diverse groups, considering specific SDoH. Such a comprehensive approach could lead to more equitable health outcomes and support the development of tailored public health policies aimed at the recovery and rehabilitation of Long COVID sufferers.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».