Identifying domains of health-related quality of life: the perspective of individuals with low back pain
Notice bibliographique
Résumé
Abstract Background Identifying the most relevant HRQOL domains for LBP from the perspective of individuals with lived experience with LBP is necessary to prioritize domains that will be most informative for evaluating the impact of pain and interventions while overcoming the burden of using long-form assessment tools. This study aimed to identify which domains of HRQOL are most important from the perspective of individuals with chronic LBP. Methods Semi-structured interviews were conducted with 26 individuals with LBP. Participants first responded to questions related to the impact of their LBP on their HRQOL. Then, using a card sorting method, they were asked to select and indicate HRQOL domains that were most relevant to them from a list of 18 cards that represented different HRQOL domains. Participants were asked to explain the reasoning for their selection. Results Participants identified physical activity restriction (50%), severity of pain (31%), social activity restriction (23%), and work performance restriction (23%) as the most important domains. The most frequently selected HRQOL domains during card sorting were social function (69%), pain intensity (62%), physical function (58%), fatigue (58%), and pain interference (42%). Conclusion The most important domains of HRQOL perceived by participants were pain intensity, social function, physical function, fatigue, and pain interference. Identifying these domains will inform clinical decision-making and guide treatment choices for health care providers.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,031 | 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 ».