Assessing the Nutritional Knowledge, Disease Perception, and Adherence to Diet in Patients with Hypertension Admitted to Farshchian Cardiovascular Clinic in 2017
Notice bibliographique
Résumé
Background and objective: adherence to diet by patients to control the blood pressure has always been challenging. The current study was conducted to evaluate the nutritional knowledge status and disease perception and adherence to diet in patients with hypertension.Methodology: In this quasi-experimental study conducted in 2017, 100 patients with hypertension admitted to Farshchian Cardiovascular Clinic were selected using convenient sampling method and by considering the inclusion criteria. The data were collected using demographic questionnaire, observing nutritional knowledge questionnaire, disease perception questionnaire, and adherence to diet questionnaire in patients with hypertension. Data were analyzed using spss16 software and descriptive statistics.Results: based on the results, mean score of knowledge was 4.73 ± 1.55. In this study 58% of the patients did not have knowledge on high fat diet, 56% of subjects did not have knowledge on red meat diet and 63% did not have knowledge on confection. The mean score of perception was 29.58 ± 3.94, which 38% of the patients believed that their diseases cannot be controlled with behavior and 43% were completely opposed that that their disease can lead into early death, and 56% opposed to restricting the diet. The mean score of follow-up of diet is 9.45 ± 2.27. In this study, 46% of patients did not adhere to their diet at home and 51% of patients did not adhere to their diet at workplace.Conclusion: Due to the lack of knowledge and perception of the disease and the effective follow-up of the diet, it is recommended that necessary measures to be taken to prevent complications of hypertension
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 | 0,002 | 0,001 |
| 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 ».