Status quo and influencing factors of quality of life in neurological patients with cognitive disorder
Notice bibliographique
Résumé
Objective To explore the quality of life in patients with cognitive disorder and to discuss its influencing factors so as to provide a reference for improving the quality of life in patients with cognitive disorder. Methods Totally 1 398 neurological patients from a neuropsychiatric hospital in Nanjing were screened using cluster sampling and 125 patients with cognitive disorder were selected as subjects between January and December 2017. The subjects received a cross-sectional study with Quality of Life in Alzheimer's Disease (QOL-AD) , Montreal Cognitive Assessment Scale (MoCA) , Activities of Daily Living Scale (ADL) , Self-Rating Anxiety Scale (SAS) , Self-Rating Depression Scale (SDS) and the general information questionnaire. Variance analysis, Pearson correlation analysis and multivariate linear regression analysis were used for statistical analysis. Results The morbidity of cognitive disorder in neurological patients from our hospital was 9.3%. Their QOL-AD score was (31.88±6.54) . Sex, educational background, nature of work, household income, sleep and bad social relations are factors affecting the quality of life of the subjects (P<0.05) . According to multivariate linear regression analysis, MoCA, SAS and SDS were main factors affecting the quality of life of the subjects (P<0.05) . Conclusions Male patients with lower education, physical work and bad social relations are high-risk patients with lower quality of life. Cognitive disorder, anxiety and depression are main risk factors affecting the quality of life in patients with cognitive disorder. Nursing workers should improve and maintain the patients' cognitive ability, enrich their cultural life and social activities, and enhance their mental health, thereby improving their quality of life. Key words: Quality of life; Cognitive disorder; Neurology; Influencing factors
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».