HEALTH LITERACY AND ITS IMPACT ON OUTCOMES IN PATIENTS WITH ATRIAL FIBRILLATION: A PROSPECTIVE COHORT STUDY
Notice bibliographique
Résumé
Abstract Background Health literacy (HL) is a risk factor for clinical outcomes in patients with cardiovascular diseases. This study explored HL levels and their impact, alongside clinical and nursing factors, on mortality, hospital readmissions, and emergency department (ED) visits in patients with atrial fibrillation. Methods A prospective cohort study was conducted at an Italian university hospital among adults with atrial fibrillation as the primary medical diagnosis between December 2020 and June 2021. Data collection included HL levels and sociodemographic, clinical, and nursing–related variables (e.g., nursing diagnoses identified within the first 24 hours of hospitalization and the number of nursing interventions delivered during the hospital stay). Patients were followed for 12 months to assess the study outcomes. Cox proportional hazard models analyzed associations between HL, nursing and clinical complexities, and outcomes. Results Among 441 patients (mean age 73.6 ± 11.9 years), over 70% had inadequate HL. During follow–up, 138 patients were lost, while 57 (17.8%) died, 117 (38.6%) were readmitted, and 99 (35.9%) had ED visits. The number of nursing diagnoses predicted mortality in univariable (HR 1.23; 95% CI: 1.14–1.32; p‹0.001) and multivariable analysis (HR 1.18; 95% CI: 1.06–1.32; p‹0.005). The HL level independently predicted mortality (HR 1.40; 95% CI: 1.01–1.96; p‹0.05). For readmissions, predictors included age (HR 1.05; 95% CI: 1.03–1.07; p‹0.001), length of stay (HR 0.92; 95% CI: 0.87–0.97; p‹0.005), number of nursing diagnoses (HR 1.30; 95% CI: 1.15–1.46; p‹0.001), and HL levels (HR 1.46; 95% CI: 1.15–1.86; p‹0.005). For ED visits, predictors included age (HR 1.04; 95% CI: 1.02–1.07; p‹0.001), number of nursing diagnoses (HR 1.42; 95% CI: 1.26–1.61; p‹0.001), and HL levels (HR 1.34; 95% CI: 1.01–1.79; p‹0.05). Length of stay and the number of chronic conditions were not found to be significant predictors of ED visits. Nursing interventions were not significant predictors of mortality; however, they were protective regarding hospital readmissions (HR 0.75; 95% CI: 0.67–0.84; p‹0.001) and ED visits (HR 0.61; 95% CI: 0.53–0.69; p‹0.001). Conclusions HL and nursing complexity were predictors across several outcomes, while nursing interventions reduced hospital readmissions and ED visits. These results could be used to promote personalized nursing care covering strategies to address inadequate HL in atrial fibrillation.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 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 ».