MétaCan
Menu
Retour à la cohorte
Enregistrement W2111755410 · doi:10.1111/j.1442-2018.2008.00410.x

Quality of life and physical functioning in HIV‐infected individuals receiving antiretroviral therapy in KwaZulu‐Natal, South Africa

2008· article· en· W2111755410 sur OpenAlexaff
Patricia McInerney, Busisiwe P. Ncama, Dean Wantland, Busisiwe Bhengu, Chris A. McGibbon, Sheila Davis, Inge B. Corless, Patrice K. Nicholas

Notice bibliographique

RevueNursing and Health Sciences · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV/AIDS Research and Interventions
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésAntiretroviral therapyMedicineQuality of life (healthcare)Social supportHuman immunodeficiency virus (HIV)Explained variationClinical psychologyGerontologyPsychologyViral loadFamily medicineNursing

Résumé

récupéré en direct d'OpenAlex

KwaZulu-Natal province, South Africa, accounts for 28.7% of the HIV infection total and one-third of infections among youth and children in South Africa. The purpose of this study was to examine the variables of HIV/AIDS symptoms, social support, influence of comorbid medical problems, length of time adhering to antiretroviral therapy medications, quality of life, adherence to antiretroviral medications, and physical functioning in HIV-infected individuals. Based on our model, the combination of these variables was found to determine physical functioning outcomes and adherence to HIV medications. Significant relationships were observed between physical functioning and the dependent variables of length of time on medications, comorbid health problems, and social support. A linear regression model was built to determine the degree to which these variables predicted physical functioning. In total, these predictor variables explained 29% of the variance in physical functioning. These results indicate that those individuals who reported a greater length of time on medications, fewer comorbid health problems, and greater social support had better physical functioning.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,243

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,150
Tête enseignante GPT0,435
Écart entre enseignants0,285 · 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

Citations47
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNursing and Health SciencesMême sujetHIV/AIDS Research and InterventionsTravaux en français237 207