MétaCan
Menu
Retour à la cohorte
Enregistrement W2141679367 · doi:10.5539/gjhs.v8n3p168

Effect of Nurse-Led Telephone Follow ups (Tele-Nursing) on Depression, Anxiety and Stress in Hemodialysis Patients

2015· article· en· W2141679367 sur OpenAlexvenueno aff
Marzieh Kargar Jahromi, Shohreh Javadpour, Leila Taheri, Farzad Poorgholami

Notice bibliographique

RevueGlobal Journal of Health Science · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineHemodialysisAnxietyDepression (economics)DialysisRandomized controlled trialIntervention (counseling)Clinical trialPhysical therapyNursingInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Depressive and anxious patients on hemodialysis have a higher risk of death and hospitalizations. The aim of this study was to evaluate the effect of nurse-led telephone follow ups (tele-nursing) on depression, anxiety and stress in hemodialysis patients. METHOD & MATERIAL: The subjects of the study who were selected based on double blind randomized clinical trial consisted of 60 patients with advanced chronic renal disease treated with hemodialysis. The patients were placed in two groups of 30 individuals. Before the intervention, a questionnaire was completed by patients. There was no telephone follow up in the control group and the patients received only routine care in the hospital. The participants allocated to the intervention group received telephone follow-up 30 days after dialysis shift, in addition to conventional treatment. Every session lasted 30 minutes, as possible. Then the DASS scale was filled out by the patients after completion of study by two groups. RESULT: Significant differences were observed between the two groups in the posttest regarding the dimensions scores of DASS scale. CONCLUSION: The result of this trial is expected to provide new knowledge to support the effective follow-up for hemodialysis patient in order to improve their emotional and health status.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
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)0,0030,000

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 Opus0,010
Tête enseignante GPT0,319
Écart entre enseignants0,310 · 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'étudeEssai non randomisé
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

Citations76
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetDialysis and Renal Disease ManagementTravaux en français237 207