Association Between Work Status and Quality of Life in End‐Stage Renal Disease Patients During the First Year of Hemodialysis
Notice bibliographique
Résumé
INTRODUCTION: End-stage renal disease patients have impaired health-related quality of life as compared to the general population due to the combined effects of the disease and hemodialysis (HD) therapy. As a result, poor quality of life increases their risk of mortality and hospitalization and affects their general well-being. While existing rehabilitation programs aim to improve physical activity in HD patients, the link between work status, particularly within the first year of treatment, and their quality of life remains unclear. OBJECTIVES: This study aimed to compare the quality of life of working and nonworking end-stage renal disease patients during their first year of HD. MATERIALS AND METHODS: The comparative cross-sectional study involved 120 patients (60 working, 60 non- working) with end-stage renal disease at the hemodialysis (HD) centers during their first year of HD. Patients were administered the SF-36 survey to determine their physical and mental health levels. Statistical analyses, including Mann-Whitney U tests, Spearman's correlation, and multiple regression, were performed using SPSS 22. RESULTS: Employed patients demonstrated significantly higher physical functioning (MR = 82.37, Me = 41.27) and mental health (MR = 74.33, Me = 47.22) scores compared to non-employed (MR = 38,63, Me = 29.07 and MR = 46.67, Me = 38,14, respectively) (p < 0.001). Employment is a significant predictor of high quality of life (B = 11.6 for PF, B = 6.5 for MH). Despite older age and increased prevalence of comorbidities, employed patients demonstrate better quality of life results. CONCLUSION: Employment has a positive effect on the quality of life of patients with chronic renal failure receiving HD, indicating that their regimen may be improved by incorporating work into the treatment program. Employment opportunities for patients with chronic renal failure receiving dialysis should be explored in the future.
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 | 0,001 | 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) | 0,001 | 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 ».