Does <scp>SMS</scp> Message Sent by Nurse After Radical Prostatectomy Affect Quality of Life?
Notice bibliographique
Résumé
ABSTRACT Is there any effect of discharge education content delivered via SMS by nurses on the quality‐of‐life scores of patients who have undergone radical prostatectomy (RP)? Although RP offers the greatest potential for a definitive cure in localised prostate cancer and improves overall survival, it is associated with various psychosocial and psychological challenges after the discharge period. These issues can lead to decreased patients' quality of life. Surgical treatment‐specific side effects can lead to some problems. So, patients are often unprepared for posttreatment self‐management at home. A structured follow‐up programme following surgery is necessary to increase quality of life and decrease some undesirable complications. Discharge training via SMS messages sent by clinical nurses may increase quality of life in patients after RP. This study was conducted with the aim of evaluating the effect of SMS messages containing discharge information sent by nurses on the quality of life of patients who underwent RP. This quasi‐experimental study was conducted from May to December 2022, with 57 patients (29 in the intervention and 28 in the control group) who underwent RP in Istanbul, Turkiye. The intervention group received routine follow‐up and discharge information via SMS message twice a week between 09:00 and 17:00 on Mondays and Thursdays for four weeks. The control group received routine information. A ‘Descriptive Characteristics Form’ and the ‘SF‐36 Quality of Life Scale’ were used as data collection tools. The data was evaluated by descriptive statistics and paired‐sample t‐tests. The study findings indicated that the average scores across all SF‐36 Quality of Life Scale subdimensions (physical functioning, physical role functioning, emotional role functioning, vitality, mental health, social role functioning and general health perceptions) were significantly higher in the intervention group after one month (p ⟨ 0.01). Postoperative SMS messages sent by clinical nurses increased patients' quality of life. These findings underscore the importance of discharge information reminders via SMS text messages by clinical nurses following RP for enhancing patients' quality of life.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».