Predictors of Heart Failure Self-care in Patients Who Screened Positive for Mild Cognitive Impairment
Notice bibliographique
Résumé
BACKGROUND: Heart failure (HF) is associated with cognitive impairment, which could negatively affect a patient's abilities to carry out self-care, potentially resulting in higher hospital readmission rates. Factors associated with self-care in patients experiencing mild cognitive impairment (MCI) are not known. OBJECTIVE: This descriptive correlation study aimed to assess levels of HF self-care and knowledge and to determine the predictors of self-care in HF patients who screen positive for MCI. METHODS: The Montreal Cognitive Assessment was used to screen for MCI. In 125 patients with MCI hospitalized with HF, self-care (Self-care of Heart Failure Index) and HF knowledge (Dutch Heart Failure Knowledge Scale) were assessed. We used multiple regression analysis to test a model of variables hypothesized to predict self-care maintenance, management, and confidence. RESULTS: Mean (SD) HF knowledge scores (11.24 [1.84]) were above the level considered to be adequate (defined as >10). Mean (SD) scores for self-care maintenance (63.57 [19.12]), management (68.35 [20.24]), and confidence (64.99 [16.06]) were consistent with inadequate self-care (defined as scores <70). In multivariate analysis, HF knowledge, race, greater disease severity, and social support explained 22% of the variance in self-care maintenance (P < .001); age, education level, and greater disease severity explained 19% of the variance in self-care management (P < .001); and younger age and higher social support explained 20% of the variance in self-care confidence scores (P < .001). Blacks, on average, scored significantly lower in self-care maintenance (P = .03). CONCLUSION: In this sample, patients who screened positive for MCI, on average, had adequate HF knowledge yet inadequate self-care scores. These models show the influence of modifiable and nonmodifiable predictors for patients who screened positive for MCI across the domains of self-care. Health professionals should consider screening for MCI and identifying interventions that address HF knowledge and social support. Further research is needed to explain the racial differences in self-care.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 ».