Characterizing the disability experience among adults living with HIV: a structural equation model using the HIV disability questionnaire (HDQ) within the HIV, health and rehabilitation survey
Notice bibliographique
Résumé
Abstract Background People aging with HIV can experience a variety of health challenges associated with HIV and multimorbidity, referred to as ‘disability’. Our aim was to characterize the disability experience and examine relationships between dimensions of disability among adults living with HIV. Methods We performed a structural equation modeling analysis with data from the Canadian web-based HIV, Health and Rehabilitation Survey. We measured disability using the HIV Disability Questionnaire (HDQ), a patient-reported outcome (69 items) that measures presence, severity and episodic features of disability across six domains: 1) physical symptoms, 2) cognitive symptoms, 3) mental-emotional health symptoms, 4) difficulties carrying out day-to-day activities, 5) uncertainty and worrying about the future, and 6) challenges to social inclusion. We used HDQ severity domain scores to represent disability dimensions and developed a structural model to assess relationships between disability dimensions using path analysis. We determined overall model fit with a Root Mean Square Error of Approximation (RMSEA) of 0.5 a large (strong) effect. We used Mplus software for the analysis. Results Of the 941 respondents, most (79%) were men, taking combination antiretroviral medications (90%) and living with two or more simultaneous health conditions (72%). Highest HDQ presence and severity scores were in the uncertainty domain. The measurement model had good overall fit (RMSEA= 0.04). Results from the structural model identified physical symptoms as a strong direct predictor of having difficulties carrying out day-to-day activities (standardized path coefficient: 0.54; p
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 | 0,007 |
| 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 | 0,001 | 0,001 |
| 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) | 0,005 | 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 ».