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 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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».