Study on the Correlation among Sleep Quality, Cognitive Function, and Self-Management Ability in Hospitalized Elderly Patients with Coronary Heart Disease
Notice bibliographique
Résumé
Background. Coronary heart disease (CHD) is the leading cause of death worldwide. The incidence of cardiovascular disease is especially common in low-level and middle-income countries. With the increase in the number of patients with CHD and the complexity of treatment on patients with CHD, many hospitals are devoted to developing new models of care and management for patients with CHD. Understanding the unique characteristics of the patient’s condition, including factors related to self-management, cognitive function, and sleep quality, will lead to a substantial reduction in cardiovascular disease and related mortality. Objective. To investigate the correlation among sleep quality, cognitive function, and self-management ability in hospitalized elderly patients with coronary heart disease (CHD). Methods. 120 hospitalized elderly patients with coronary heart disease (CHD) were investigated by using a self-designed general data questionnaire, Pittsburgh Sleep Quality Index (PSQI), Montreal Cognitive Function Assessment (MoCA) scale, and Coronary Heart Disease Self-management Behavior Scale (CSMS). Results. The Spearman analysis showed that sleep quality was positively correlated with cognitive function in hospitalized elderly CHD patients ( P < 0.05 ). Sleep quality was positively correlated with self-management ability in CHD patients ( P < 0.05 ). Conclusion. Improving the cognitive function and self-management ability of elderly patients with coronary heart disease can improve their sleep quality.
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 | 0,003 |
| 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 | 0,000 | 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) | 0,001 | 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 ».