MétaCan
Menu
Retour à la cohorte
Enregistrement W2077415637 · doi:10.1111/j.1751-7117.2009.00038.x

The Systematic Development of a Nursing Intervention Aimed at Increasing Enrollment in Cardiac Rehabilitation for Acute Coronary Syndrome Patients

2009· article· en· W2077415637 sur OpenAlexaff
Sylvie Cossette, L. D’Aoust, Magali Morin, Sonia Heppell, Nancy Frasure‐Smith

Notice bibliographique

RevueProgress in Cardiovascular Nursing · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Health and Mental Health
Établissements canadiensMontreal Heart Institute
Organismes subventionnairesnon disponible
Mots-clésMedicineAcute coronary syndromeRehabilitationIntervention (counseling)Intensive care medicineAnxietyPhysical therapyNursingInternal medicineMyocardial infarctionPsychiatry

Résumé

récupéré en direct d'OpenAlex

Acute coronary syndrome (ACS) is a leading cause of morbidity worldwide. Although cardiac rehabilitation (CR) programs can decrease recurrence of coronary events by as much as 25%, few patients engage in CR after a cardiac event. Current therapeutic procedures for ACS are provided quickly after the onset of symptoms, resulting in briefer hospital stays. Therefore, within this shorter time frame, the education of patients about ACS risk factors and their reduction presents a new nursing challenge. The purpose of this paper is to describe the systematic pathway in the development of a nursing intervention which addresses these new challenges in ACS risk factor reduction. The intervention aims to increase enrollment in CR, and enhance illness perceptions and medication adherence, while decreasing anxiety, risk factors, and emergency revisits.

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)0,005
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,822
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
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)0,0000,000

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 Opus0,015
Tête enseignante GPT0,345
Écart entre enseignants0,330 · 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

Citations9
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProgress in Cardiovascular NursingMême sujetCardiac Health and Mental HealthTravaux en français237 207