MétaCan
Menu
Retour à la cohorte
Enregistrement W647510820 · doi:10.5372/1905-7415.0801.259

Factors predicting quality of life for coronary artery disease patients after percutaneous coronary intervention

2014· article· en· W647510820 sur OpenAlexaboutno aff
Aem-Orn Saengsiri, Sureeporn Thanasilp, Sunida Preechawong

Notice bibliographique

RevueAsian Biomedicine · 2014
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiac Health and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesChulalongkorn University
Mots-clésMedicineAnginaCoronary artery diseaseConventional PCIPercutaneous coronary interventionQuality of life (healthcare)Ejection fractionInternal medicineCardiologyDepression (economics)Canadian Cardiovascular SocietyPhysical therapySocial supportMyocardial infarctionHeart failurePsychology

Résumé

récupéré en direct d'OpenAlex

Abstract Background: A clear understanding of factors affecting patients’ perception of quality of life (QOL) would be useful for improving continuous care in coronary artery disease (CAD) patients. Objective: To examine the causal relationships between cardiac self-efficacy, social support, left-ventricular ejection fraction (LVEF), angina, dyspnea, depression, vital exhaustion, functional performance, and QOL in CAD patients experiencing postpercutaneous coronary intervention (post-PCI). Methods: We used a research survey for causal analysis design to explore the theoretical linkage, guided by the revised Wilson and Cleary model, between QOL interest variables and patient QOL. The 303 subjects were all post-PCI CAD patients. All participants completed the following surveys: (1) a demographic data questionnaire, (2) a QOL Index (Cardiac version IV), (3) the Center for Epidemiologic Studies Depression Scale, (4) the Cardiac Self-efficacy Scale, (5) the Social Support Questionnaire, (6) the Rose Questionnaire for angina, (7) the Rose Dyspnea Scale, (8) the SF-36: vitality subscale, and (9) the Functional Performance Inventory Short-Form, with reliability ranging from 0.72 to 0.98. Data were analyzed using a linear structural relationship analysis. Results: The postulated model was found to fit the empirical data and explained 54% of the variance in quality of life (χ 2 = 1.90, df = 3, p = 0.59, χ 2 /df = 0.63, root mean square error of approximation = 0.00, Goodness of Fit Index = 0.99, Adjusted Goodness of Fit Index = 0.98). Social support, depression, and vital exhaustion were found to significantly and directly affect the QOL of post-PCI CAD patients. Cardiac self-efficacy was the only variable that had an indirect effect on quality of life (β = 0.21, p < 0.001). Conclusion: Health care providers should be aware of the significant effects of social support, depression, vital exhaustion, and self-efficacy on QOL, and develop appropriate nursing interventions to improve quality of life in post-PCI CAD 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,663

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,333
Écart entre enseignants0,305 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian BiomedicineMême sujetCardiac Health and Mental HealthTravaux en français237 207