A theory guided nursing intervention for management of hypertension among adults at rural area
Notice bibliographique
Résumé
Background and objective : Hypertension is one of the most important preventable causes of premature morbidity and mortality in the world. Many people with hypertension both in developing and developed countries have no adequate control of their blood pressure. Lifestyle modification and adherence to antihypertensive drugs play an important role in controlling hypertension and in preventing its long-term complications. Aim: This study was conducted to assess the effect of application of Pender's Health Promotion Model on management of hypertension among adults in rural area. Methods : Quasi-experimental design was utilized. The sample of this study was a purposive sample of 150 adults with hypertension. Setting: This study was conducted at El-Shahid Fekry village and Abu-Mashhour village at Menoufia Governorate. Tools used were (1) An interview questionnaire containing three parts of the model: a) Individual characteristics and experience, b) behavior-specific cognitions and affect, and c) behavioral outcomes. (2) Physical measurement included anthropometric measurements. Results : The highest percentages of hypertension were among age group between 50-60 years (44.7%), female (69.3%), and illiterate (34.7%). There was statistical significant improvement among the study group than the control group at the posttest of the systolic and diastolic blood pressure in relation to the components of Pender’s health promotion model ( p = .0001). Conclusions and recommendations : Application of Pender’s Health Promotion Model was effective in management of hypertension. Also, nursing educational intervention was successful in improving knowledge, lifestyle behaviors and blood pressure measurement among adults in the study group than the control group. Recommendations: Health education programs to increase awareness of adults about risk factors of hypertension and the disease process is essential to empower and motivate them to adopt healthy lifestyle and adhere to medication to manage the disease and prevent complication.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».