Association Between Quality of Discharge Teaching and Post-Discharge Coping Difficulty in Postoperative Lung Cancer Patients: A Chain Mediation Model
Notice bibliographique
Résumé
The post-discharge coping difficulties experienced by patients can affect their quality of life and the occurrence of unplanned readmissions. This study aimed to explore the chain mediation effect of self-efficacy and readiness for hospital discharge between quality of discharge teaching and post-discharge coping difficulty among postoperative lung cancer patients. This study employed a cross-sectional design and surveyed 358 postoperative patients with lung cancer. Demographic and Disease-Related Data Questionnaire, Quality of Discharge Teaching Scale, General Self-Efficacy Scale, Readiness for Hospital Discharge Scale, and Post-Discharge Coping Difficulty Scale were used. A structural equation model was utilized to explore the mediation effects of self-efficacy and readiness for hospital discharge. The total score for post-discharge coping difficulty among postoperative lung cancer patients was 34.32 ± 10.00. Quality of discharge teaching not only directly negatively predicted post-discharge coping difficulty (β = −0.154, p < 0.05), but also indirectly affected it through the chain mediation effect of self-efficacy and readiness for hospital discharge (β = −0.040, p = 0.001). Healthcare providers should pay attention to postoperative lung cancer patients’ post-discharge coping difficulties and formulate targeted discharge teaching strategies to enhance patients’ self-efficacy and readiness for discharge to alleviate their post-discharge coping difficulties.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».