MétaCan
Menu
Retour à la cohorte
Enregistrement W2312975528 · doi:10.1097/01.jcn.0000343561.06614.92

Alternative Coping Strategies and Decision Delay in Seeking Care for Acute Myocardial Infarction

2009· article· en· W2312975528 sur OpenAlexaffabout
Mihaela Zegrean, Susan M. Fox-Wasylyshyn, Maher M. El‐Masri

Notice bibliographique

RevueThe Journal of Cardiovascular Nursing · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Health and Mental Health
Établissements canadiensUniversity of WindsorWindsor Regional Hospital
Organismes subventionnairesnon disponible
Mots-clésCoping (psychology)MedicineMyocardial infarctionHealth careClinical psychologyPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVE: In attempting to manage acute myocardial infarction (AMI) symptoms, individuals often engage in coping strategies that cause them to delay seeking timely medical care. Review of the literature revealed that several coping strategies were examined in relation to AMI delay, but there were no studies investigating the extent of use of each coping strategy. The purpose of this study was to examine the extent of use of 15 coping strategies and their associations with the time taken to decide to seek medical care. SUBJECTS AND METHODS: Secondary data analyses were performed on a sample of 135 patients with AMI from Canada and the United States from whom data were collected via structured interviews. Descriptive analyses were used to identify the extent of use of alternative coping strategies. Spearman rho was used to test the associations of these strategies with decision delay. RESULTS AND CONCLUSIONS: The 3 most frequently used coping strategies were trying to relax, wishing/praying for symptoms to disappear, and discussing symptoms with someone. Nine coping strategies were significantly associated with decision delay. The findings of this study are useful in teaching patients about avoiding the use of coping strategies when faced with AMI symptoms. This can potentially help reduce delays in seeking care for AMI, which will result in better health outcomes for patients with AMI.

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)0,002
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,022
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,349
Écart entre enseignants0,333 · 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'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

Citations20
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Cardiovascular NursingMême sujetCardiac Health and Mental HealthTravaux en français237 207