Factors Affecting Self-Care Among Hypertensive Older Adults Dwelling in the Community: A Cross-Sectional Study
Notice bibliographique
Résumé
Abstract Background: Hypertension is a prevalent health problem in older adults, with better outcomes expected through proper self-care. However, little is known about the effects of cognitive function level on self-care in older adults living in the community. Methods: This cross-sectional study, conducted from October 2019 to January 2020, analyzed the effect of cognitive function on self-care in elderly individuals aged > 65 years with hypertension who visited a local general hospital for the treatment of hypertension. The Korean versions of the Mini-Mental State Examination (K-MMSE) and Montreal Cognitive Assessment (MoCA-K) were used to assess cognitive function. The Hypertension Self-Care Behavior Scale (HBP-SC Behavior Scale) was used to analyze the subjects’ self-care, which was divided into diet behavior and health behavior (except diet). The general characteristics and degrees of self-care of the subjects were analyzed using descriptive statistics, and multiple regression analysis was used to analyze the factors affecting self-care. Results: Factors influencing HBP-SC diet behavior scores were religion (β =.27, SE = 0.69, p =.007) and MoCA-K scores (β =.31, SE = 0.08, p = .002). HBP-SC health behavior (except diet) scores were associated with comorbidities (β = −.20, SE = 0.60, p = .032), and the power of the model was 20%. However, there were no variables that significantly affected the total HBP-SC score, which included the diet behavior and health behavior (except diet) scores. Conclusions: Although there was no significant factor influencing the total HBP-SC score, religion, MoCA-K scores, and comorbidities were factors influencing diet behavior and health behavior (except diet). Therefore, tailored education takes into account religion, MoCA-K domains, and comorbidities is necessary to promote self-care in hypertensive older adults.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».