MétaCan
Menu
Retour à la cohorte
Enregistrement W1993047590 · doi:10.1111/j.1466-7657.2008.00671.x

Factors associated with quality of life of Brazilian older adults

2009· article· en· W1993047590 sur OpenAlexaff
Lisiane Manganelli Girardi Paskulin, Lucila Amaral Carneiro Vianna, Anita Molzahn

Notice bibliographique

RevueInternational Nursing Review · 2009
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth, Nursing, Elderly Care
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésQuality of life (healthcare)GerontologyPsychological interventionMedicineActivities of daily livingCross-sectional studyScale (ratio)PsychologyPhysical therapyNursing

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: The objective of the study was to explore factors associated with quality of life (QoL) of Brazilian community-dwelling older adults. METHODS: This was a descriptive exploratory cross-sectional study. Data were collected through a household survey. A random sample of 288 older adults from Porto Alegre, Brazil participated in the study. A demographic and health data sheet, the OARS activities of daily living (ADL) scale and the WHOQOL-BREF were administered. RESULTS AND DISCUSSION: The mean age of participants was 71.2 years (SD = 7.5) and 67.4% were female. Using multiple linear regression analysis, with overall QoL as the dependent variable, perceived health status, education level, engagement in physical activity, medical conditions, age group and use of primary health care were significant associated factors. With physical QoL as the dependent variable, significant factors included: perceived health status, medical conditions, education, physical activities and dependence in ADL; with social QoL as the dependent variable, only age group and paid work were significant. In relation to environmental QoL, education and perceived health were significant factors. CONCLUSIONS: The results illustrate the complexity of factors influencing QoL. With a better understanding of these factors, it is possible to plan appropriate health interventions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,368
Score d'incertitude au seuil0,646

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,122
Tête enseignante GPT0,491
Écart entre enseignants0,369 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations86
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Nursing ReviewMême sujetHealth, Nursing, Elderly CareTravaux en français237 207