Relationship between Immunosuppressive Medications Adherence and Quality of Life and Some Patient Factors in Renal Transplant Patients in Iran
Notice bibliographique
Résumé
BACKGROUND & AIM: About organ transplant, immunosuppressive medications adherence is a critical issue, because non-adherence to these medications causes rejection, reduces quality of life and increases treatment cost and mortality rate. Among these, the quality of life is deemed very important to evaluate treatment result and also it can be useful for discovering non adherence. The aim this study was to assess the relationship between medication adherence and quality of life and some patient factors in renal transplant patients. METHODS: The study was a descriptive-correlational design and was done on renal transplant patients over 18 who had undergone surgery for over 3 months, and were inclined to participate. Sample size was 230 people and sampling was convenience. Quality of life questionnaire in renal transplant patients and Immunosuppressant Therapy Adherence Scale were filled by patients and the data was analyzed by SPSS15 software. RESULTS: It showed that the mean score of quality of life in renal transplant patients was 21.65±4.03 and 57.8% of them did not adhere to immunosuppressive medications. Results of correlation between scores of immunosuppressive medication adherence and Quality of life showed that there were significant correlation in 3 dimensions of 4: health performance (p ≤ 0.0001 & rETA=0.23), social-economic (p=0.001 & rETA=0.15), psychological-spiritual (p=0.011 & rETA=0.15), also logistic test showed significant relationship between immunosuppressive medication adherence and number of transplantation (?=1.04, p= 0.048). CONCLUSION: According to the results, health care providers i.e. nurses must note to medication adherence as a health enhancement factor while treating and educating to these patients.
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) | 0,000 | 0,000 |
| 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 ».