Clinical and psychosocial factors predicting health‐related quality of life in hemodialysis patients
Notice bibliographique
Résumé
Many patients with end-stage renal disease have significant impairment in health-related quality of life (HRQoL). Most previous studies have focused on clinical factors; however, quality of life can also be affected by psychosocial factors. The aim of this study was to identify the possible predictors of HRQoL among clinical and psychosocial factors in hemodialysis (HD) patients. The study included 101 patients who were undergoing HD. Psychosocial factors were evaluated using the Hospital Anxiety and Depression Scale, Multidimensional Scale of Perceived Social Support, Montreal Cognitive Assessment, and Pittsburgh Sleep Quality Index. We also assessed laboratory and clinical factors, including albumin, Kt/V as a marker of dialysis adequacy, normalized protein catabolic rate, and duration of HD. The Euro Quality of Life Questionnaire 5-Dimensional Classification (EQ-5D) was used to evaluate HRQoL. The mean EQ-5D index score was 0.704 ± 0.199. The following variables showed a significant association with the EQ-5D index: age (P < 0.001), depression (P < 0.001), anxiety (P < 0.001), support from friends (P < 0.001), cognitive function (P < 0.001), duration of HD (P = 0.034), triglyceride (P = 0.031), total iron-binding capacity (P = 0.036), and phosphorus (P = 0.037). Multiple regression analysis showed that age (95% confidence interval [CI] -0.008 to -0.002), anxiety (95% CI -0.025 to -0.009), and support from friends (95% CI 0.004 to 0.018) were independent predictors of impaired HRQoL. This study explored determinants of impaired HRQoL in HD patients. We found that impaired HRQoL was independently associated with age, anxiety, and support from friends. We should consider psychosocial as well as clinical factors when evaluating ways to improve HRQoL in HD patients.
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 | 0,002 | 0,002 |
| 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 ».