Mieux saisir les difficultés d’adaptation des personnes âgées insuffisantes cardiaques en transition de l’hôpital vers le domicile à partir des expériences vécues et d’un éclairage théorique
Notice bibliographique
Résumé
Heart failure is one of the most common reasons for hospitalization in older people, and the hospital-to-home transition can be unsuccessful for these patients. Existing care programs focus primarily on the physiological aspects of the disease and are rarely based on theory. Using Roy's adaptation model (1), the aim of this study was to develop a thorough understanding of the adaptation difficulties and factors that influence how well elderly patients with chronic heart failure cope with the hospital-to-home transition, in order to develop a nursing interventions program. Based on the process proposed by Sidani and Braden (2011), this qualitative descriptive study adopted a deductive approach, with the use of intermediary theories and empirical data, as well as an inductive approach, where older people with chronic heart failure (n=7), caregivers (n=6), and healthcare professionals (n=14) participated in semi-structured individual interviews. The triangulation of data highlights the difficulties and factors influencing adaptation at the physical, psychological, and social levels. Gaining a better understanding of the experience of older people with heart failure when it comes to their transition from hospital to home, and doing so with a holistic vision, provides information for interventions that can contribute to better management of chronic disease and a better quality of life for these elderly patients.
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 | 0,009 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,004 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».