Abstract Cognitive task‐evoked pupillary responses reliably index information‐processing loads. However, previous studies have reported inconsistent findings regarding the nature of the pupillary response when processing demands approach or exceed available processing resources. This condition was examined in 22 normal undergraduates by using pupillometric recordings during a digit span recall task, with 5 (low load), 9 (moderate load), and 13 (excessive load) digits per string. Pupillary responses increased systematically with increased processing load (to‐be‐recalled digits) until the limit of available resources (memory capacity of 7 ± 2 digits), when they reached asymptote and then declined with resource overload (>9 digits). These findings suggest that pupillary responses increase systematically with increased processing demands that are below resource limits, change little during active processing at or near resource limits, and begin to decline when processing demands exceed available resources.

Objective. To assess the impact of gout on health-related quality of life (HRQoL) among patients in three large US cities.

Objective To evaluate the reliability and validity of an instrument assessing the influence of gout (acute and chronic) on health-related quality of life (HRQOL). Methods Focus groups were used to examine the content of an existing Gout Assessment Questionnaire (GAQ 1.0 ). GAQ 2.0 was developed, consisting of a section describing the impact of gout on HRQOL [Gout Impact (GI)] and 4 sections describing subjects’ gout overall and demographic data. The GAQ 2.0 and the Medical Outcomes Study Short Form-36 Version 2 (SF-36v2) were completed by gout patients in 3 US cities. GI scales were examined using clinical judgment, review of item statistics, Rasch analysis, and confirmatory factor analysis. Results Subjects (n = 308) were predominantly male (90.2%), Caucasian (75.9%), with a mean age 62.2 ± 11.8 years. Half the subjects (49.7%) reported ≥ 3 attacks in the past year. Two-week test-retest reliability for each scale was good (0.77 to 0.89) for all 5 GI scales. All scales achieved high sufficient (0.86 to 0.89) or excellent (0.93 to 0.97) ratings based on 10-item adjusted alpha coefficients. Correlations and tests among known groups indicated subjects with more severe gout had higher GI scores (i.e., greater gout impact). GI scores correlated more highly with patient-reported measures of gout severity than the SF-36v2 and several traditional measures of gout severity. Conclusion The GAQ 2.0 is an instrument for measuring the impact of gout on HRQOL. The GI section exhibited acceptable reliability and validity characteristics. Future studies should assess GI responsiveness, minimally important differences, and psychometric properties in other patient populations.

To study health care utilization patterns in patients with gout.In a gout population from primary care and rheumatology clinics in 3 U.S. metropolitan cities, we collected data on gout-related utilization (primary care, rheumatology, urgent care, emergency room, and other) in the past year. We evaluated the association of comorbidities, age, gender, gout characteristics (time since last gout attack and tophi), and gout severity ratings (mean of serum uric acid, patient-rated, and physician-rated gout severity) and with emergency/urgent care and primary care utilization using regression and correlation analyses.Of the 296 patients who reported visiting at least 1 type of health practitioner for gout in the past year, the percentage of patients utilizing the service at least once and annual utilization rates among utilizers were as follows: primary care physician, 60%, 3.0 ± 3.4; nurse practitioner/physician assistant, 26%, 2.7 ± 2.5; rheumatologist, 51%, 3.7 ± 5.7; urgent care, 23%, 2.1 ± 2.2; emergency room, 20%, 2.0 ± 1.7; and hospitalization, 7%, 2.1 ± 1.4. Higher overall gout severity was associated with greater use of each resource type and with overall gout-related utilization. Nonemergency/nonurgent care utilization (primary care physician, nurse practitioner, physician's assistant, and rheumatologist for gout) was the strongest predictor of gout-related emergency/urgent care utilization. Patients with more comorbidities had greater gout-related primary care utilization.Overall gout severity was associated with all types of gout-related utilization. This may help to screen high utilizers for targeted behavioral and therapeutic interventions. Having a higher number of comorbid conditions was a risk factor for higher gout-related primary care utilization.

The Gout Impact Scale (GIS) is a gout-specific quality of life instrument that assesses impact of gout during an attack and impact of overall gout. The GIS has five scales and each is scored from 0 to 100 (worse health). Our objective was to assess minimally important differences (MIDs) for the GIS administered in a randomized controlled trial (RCT) assessing rilonacept vs placebo for prevention of gout flares during initiation of allopurinol therapy.Trial subjects (n = 83) included those with two or more gout flares (self-reported) in the past year. Of these, 73 had data for Weeks 8 vs 4 and formed the MID analysis group and were analysed irrespective of the treatment assignment. Subjects completed the GIS and seven patient-reported anchors. Subjects with a one-step change (e.g. from very poor to poor) were considered as the MID group for each anchor. The mean change in GIS scores and effect size (ES) was calculated for each anchor's MID group. The average of these created the overall summary MID statistics for each GIS. An ES of 0.2-0.5 was considered to represent MID estimates. Results. Trial subjects (n = 73) were males (96.0%), White (90.4%), with mean age of 50.5 years and serum uric acid of 9.0 mg/dl. The mean change score for the MID improvement group for scales ranged from -5.24 to -7.61 (0-100 scale). The ES for the MID improvement group for the four scales ranged from 0.22 to 0.38.The MID estimates for GIS scales are between 5 and 8 points (0-100 scale). This information can aid in interpreting the GIS results in future gout RCTs. Trial Registration. Clinicaltrials.gov, www.clinicaltrials.gov, NCT00610363.

Our objective was to describe the factors associated with doctor-rated and patient-rated gout severity to explain how doctor assessment involving patient-reported outcomes can improve the clinical management of gout.Patients completed a newly validated gout-specific health-related quality of life instrument, the Gout Impact Scale (GIS) and other questions regarding their gout. Both patients and their doctors gave an overall gout severity assessment. We conducted correlation analyses between each predictor of interest and the two different severity ratings (doctor-rated severity and patient-rated severity). Stepwise multiple regressions were performed to determine the best predictors for doctor-rated and patient-rated severity, respectively.Doctor-rated severity more closely correlated with objective clinical and laboratory findings, particularly the presence of tophi, which was not a leading factor in patient-rated severity assessments. Patient-rated severity more closely correlated with the domains of the GIS, which expressed the impact of gout on health-related quality of life.Doctors might have a better understanding of their patients' level of disease impact if they incorporate an instrument such as the GIS in their evaluation of gout severity and their decisions regarding aggressiveness of treatment. The increased use of patient-reported outcomes measures has the potential to improve quality of care and patient satisfaction, as well as reduce costs of health care utilization.