Enhancing Knowledge in Adolescents Undergoing Hemodialysis in Palestine: The Impact of a Video‐Assisted Educational Program
Notice bibliographique
Résumé
BACKGROUND: Hemodialysis is a common initial treatment for young individuals with end-stage renal disease. Educating these patients is crucial for improving their knowledge and well-being. Lifestyle modifications, promoted through health education, are essential for reducing hemodialysis-related complications. Although traditional face-to-face education is prevalent, video-based education offers a more convenient and cost-effective alternative with numerous benefits. OBJECTIVE: This study aimed to evaluate the impact of a video-assisted educational program on the knowledge of adolescents undergoing hemodialysis in Palestine. METHODS: We conducted a quasi-experimental, pretest-posttest intervention study with 68 adolescent patients (Aged 13-18) diagnosed with end-stage kidney disease (ESKD). Patients were divided into two groups based on their treating hospital: an experimental group (n = 34) received video-based education, whereas a control group (n = 34) received traditional face-to-face education. Knowledge in both groups was assessed using the validated Kidney Knowledge Questionnaire. RESULTS: A Generalized Estimating Equation analysis revealed a statistically significant difference in knowledge scores between the experimental and control groups across pretest, posttest, and follow-up assessments (p = 0.024). Furthermore, within both the experimental and control groups, there were statistically significant improvements in total knowledge scores from pretest to posttest and follow-up assessments (p < 0.001). CONCLUSION: Implementing effective educational interventions can enhance the knowledge of individuals undergoing hemodialysis. Therefore, we recommend using video-based instruction as a practical, easy, and engaging approach for educating hemodialysis patients.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».