Study on Nursing Effect of Individualized Health Education Combined with Cognitive Training in Elderly Stroke Patients
Notice bibliographique
Résumé
Objective To study the nursing effect of individualized health education combined with cognitive training in elderly stroke patients. Methods 112 elderly stroke patients treated in the Department of Neurology of our hospital from January to June 2017 were randomly divided into experimental group and control group. In the control group, routine treatment, nursing and rehabilitation exercises were carried out, and regular health education was carried out. The experimental group, on the basis of routine treatment, nursing and rehabilitation exercise, carried out individualized health education and cognitive training combining the content of individualized health education. The effect of intervention was evaluated by Montreal Cognitive Assessment Scale (MoCA), health education questionnaire, daily life self-care scale (ADL) and nurse job satisfaction questionnaire before intervention, at the end of intervention for 4 weeks and at the end of intervention for 12 weeks. Results At the end of 4th and 12th week after intervention, the scores o MoCA, the awareness rate of health education, ADL and job satisfaction of nurses were higher than those before intervention, and the observation group was higher than that of the control group (P<0.05), with statistical difference (P<0.05). Conclusion Individualized health education combined with cognitive training can effectively improve the patients’ cognitive function, improve the patients’ awareness of stroke disease and the compliance of health education, improve the patients’ self-care ability in daily life and the satisfaction of nursing work, so as to improve the patients’ quality of life and quality of living.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».