Does Cognitive Impairment Predict Poor Self-Care in Patients with Heart Failure?
Notice bibliographique
Résumé
AIMS: Cognitive impairment occurs often in patients with chronic heart failure (CHF) and may contribute to sub-optimal self-care. This study aimed to test the impact of cognitive impairment on self-care. METHODS AND RESULTS: In 93 consecutive patients hospitalized with CHF, self-care (Self-Care of Heart Failure Index) was assessed. Multiple regression analysis was used to test a model of variables hypothesized to predict self-care maintenance, management, and confidence. Variables in the model were mild cognitive impairment (MCI; Mini-Mental State Exam and Montreal Cognitive Assessment), depressive symptoms (Cardiac Depression Scale), age, gender, social isolation, education level, new diagnosis, and co-morbid illnesses. Sixty-eight patients (75%) were coded as having MCI and had significantly lower self-care management (eta(2)= 0.07, P < 0.01) and self-confidence scores (eta(2)= 0.05, P < 0.05). In multivariate analysis, MCI, co-morbidity index, and NYHA class III or IV explained 20% of the variance in self-care management (P < 0.01); MCI made the largest contribution explaining 9% of the variance. Increasing age and symptoms of depression explained 13% of the variance in self-care confidence scores (P < 0.01). CONCLUSION: Cognitive impairment, a hidden co-morbidity, may impede patients' ability to make appropriate self-care decisions. Screening for MCI may alert health professionals to those at greater risk of failed 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».