MétaCan
Menu
Retour à la cohorte
Enregistrement W2005702455 · doi:10.1136/ebn.11.2.63

Reasons for non-adherence to cardiac rehabilitation programmes included lack of motivation, domestic duties, and other health problemsCommentary

2008· letter· en· W2005702455 sur OpenAlexaff
Helen Stokes

Notice bibliographique

RevueEvidence-Based Nursing · 2008
Typeletter
Langueen
DomaineMedicine
ThématiqueCardiac Health and Mental Health
Établissements canadiensCapital District Health Authority
Organismes subventionnairesnon disponible
Mots-clésRehabilitationMedicinePhysical therapyMyocardial infarctionCardiovascular eventNursingFamily medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

S Greenfield Dr S Greenfield, University of Birmingham, Birmingham, UK; s.m.greenfield@bham.ac.uk Why do post-myocardial infarction (MI) or revascularisation patients not adhere to home-based or hospital-based cardiac rehabilitation programmes (CRPs)? Semi-structured interviews. 4 hospitals and participant’s homes in the UK. Purposive sample of 49 patients (age range 34–87 y, 67% men) who had MI or revascularisation and did not adhere to home-based (n = 21) or hospital-based (n = 28) CRPs were identified from a randomised controlled trial. The home-based CRP included a copy of the Heart Manual (6-wk exercise and walking programme), information tapes, home visits, and telephone calls from nurses. The hospital-based CRP included group or individual exercise based on circuit training, and combined or separate sessions of education and relaxation. At 3–20 months after randomisation, participants were individually interviewed for 40–45 minutes about their cardiac event, expectations and experience in CRPs, and lifestyle changes. Interviews were tape recorded, transcribed, and analysed for themes and subthemes. In general, reasons for non-adherence to CRPs were multifactorial …

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0070,005
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,099
Tête enseignante GPT0,412
Écart entre enseignants0,313 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations7
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvidence-Based NursingMême sujetCardiac Health and Mental HealthTravaux en français237 207