MétaCan
Menu
Retour à la cohorte
Enregistrement W2970280527 · doi:10.1016/j.cegh.2019.08.019

Relationship between socio-demographic, clinical factors, and quality of life in adults living with diabetic nephropathy

2019· article· en· W2970280527 sur OpenAlexaff
Melba Sheila D’Souza, Leodoro J. Labrague, Subrahmanya Nairy Karkada, Pramod Kamble

Notice bibliographique

RevueClinical Epidemiology and Global Health · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensThompson Rivers University
Organismes subventionnairesSultan Qaboos University
Mots-clésMedicineQuality of life (healthcare)Diabetic nephropathyDialysisKidney diseaseBody mass indexGlycemicHemodialysisCross-sectional studyDiabetes mellitusNephropathyGerontologyPhysical therapyInternal medicineEndocrinologyPathologyNursing

Résumé

récupéré en direct d'OpenAlex

ObjectiveThe study determines the relationship between the socio-demographic, clinical factors and quality of life among adults with diabetic nephropathy and undergoing hemodialysis.MethodsThis was a cross-sectional, descriptive study conducted among adults diagnosed with diabetic nephropathy receiving hemodialysis in a dialysis unit. The kidney specific quality of life and the general quality of life (KDQOL-SF) was used to collect data between January 2015 to July 2016. A hundred and forty participants completed the survey from the selected sample of 185 adults.ResultsAdults with complex comorbidities, stage 3, 4 and 5 chronic kidney disease, higher body mass index, and uncontrolled glycemic control were significantly associated with lower quality of life, physical and mental component summary scores.ConclusionsPoor physical functioning, role-physical, body pain, role-emotional, emotional well-being, general health, mental health scores significantly affected the quality of life in high-risk adults with diabetic nephropathy. The study demonstrated the significance of patient reported outcomes for adults with diabetic nephropathy and planning healthy lifestyle changes to improve the quality of life.

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)0,015
score de la tête « metaresearch » (Gemma)0,015
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
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 enseignants0,016
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0150,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,157
Tête enseignante GPT0,474
Écart entre enseignants0,317 · 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.

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

Citations10
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Epidemiology and Global HealthMême sujetDialysis and Renal Disease ManagementTravaux en français237 207