Evaluating the Impact of the Vulvar Quality of Life Index for New Patient Dermatology Assessments
Notice bibliographique
Résumé
Background: The prevalence of vulvar diseases has a significant impact on quality of life (QoL). Measurement may not be consistently collected during assessments. Incorporating a QoL measurement tool may help optimize patient-centred care. Objective: To determine the impact of the validated Vulvar Quality of Life Index (VQLI) questionnaire during consultation assessments. Methods: A randomized controlled trial from a single dermatology centre was completed over 10 months. The intervention group completed the VQLI at the baseline/initial appointment, and both the intervention and control groups completed the questionnaire at follow-up, with these scores compared. Secondary outcomes compared scores within the intervention group; analyzed treatment adherence; and surveyed self-reported symptom improvement, whether patient health-related concerns were addressed, and well-being. Data were analyzed descriptively, with significance between means and proportions assessed using t -tests and Fisher’s exact tests, respectively. Results: Forty-two patients participated. Scores within the intervention group, baseline (18) versus follow-up (8.3), were statistically significant. Follow-up VQLI scores in the intervention group (n = 23), 8.3, trended lower than the control (n = 19), 12.8, but were not statistically significant ( P = .1529). Although treatment adherence ( P = .428), symptom improvement ( P = .684), and feeling of whether health-related concerns were addressed ( P = .391) were similar, improvement in well-being ( P = .017) in the intervention group was statistically significant. Conclusions: In addition to the use of VQLI in vulvar dermatology assessments as an aid in identifying the impact of vulvar conditions on QoL, we recommend its use to improve the patients’ sense of well-being.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».