Predictors of Health-Related Quality of Life among Thai People with Coronary Heart Disease: A Preliminary Study
Notice bibliographique
Résumé
Objective: To examine the prediction of severity of illness, health promoting behaviors, cardiac self-efficacy, and acceptance of illness on health-related quality of life (HRQOL) among Thai people with coronary heart disease (CHD) in Thailand.Material and Methods: A cross-sectional design was used. A quota sampling was used to recruit 110 people with CHD, who met the inclusion criteria, from 20 selected hospitals across Thailand. Five self-reporting questionnaires were used: a demographic data questionnaire, Thai version of MacNew HRQOL, Thai version of Health-Promoting Lifestyle Profile-II, Thai version of Cardiac Self-Efficacy Scale Questionnaire, and the Thai version of Acceptance of Illness Scale. Data were analyzed using descriptive statistics, a point-biserial correlation or a bivariate Pearson’s correlation and multiple stepwise regression analyses. Results: One hundred and ten people were included. Most of the participants were men (64.5%) with an average age of 62.07±9.98 years. Most of them (76.4%) were best categorized as class I under the Canadian Cardiovascular Society (CCS) classification system. The findings showed that 46 percent of the variance (adjusted R2 =0.46) for HRQOL was explained by being CCS class I (β=0.22, p-value<0.010), cardiac self-efficacy (β=0.41, p-value<0.010) and acceptance of illness (β=0.35, p-value<0.010). Health promoting behavior was a non-significant predictor of HRQOL (β=0.10, p-value=0.260).Conclusion: The results support the severity of illness, cardiac self-efficacy, and acceptance of illness in explaining HRQOL among people with CHD. Therefore, nursing interventions that are suitable for the severity of the disease, and aimed at boosting cardiac self-efficacy and acceptance of illness should be considered to enhance HRQOL.
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 | 0,054 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».