MétaCan
Menu
Retour à la cohorte
Enregistrement W7029592692

Kransæðastífla - hvað svo? : Upplifun karlmanna af því að greinast með kransæðastíflu á besta aldri: Fyrirbærafræðileg rannsókn

2007· dissertation· is· W7029592692 sur OpenAlexaboutno aff

Notice bibliographique

RevueSkemman · 2007
Typedissertation
Langueis
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)PopulationTerm (time)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Tilgangur rannsóknarinnar var að kanna upplifun karlmanna af því að greinast með kransæðastíflu á besta aldri og hvaða áhrif það hefur á líf þeirra og líðan. Markmið rannsóknarinnar var að frásögn karlmannanna af reynslu sinni gæti gagnast þeim, fjölskyldum þeirra og öðrum sem greinast með kransæðastíflu síðar meir svo og heilbrigðisstarfsfólki. Einnig gæti rannsóknin leitt til betri skilnings heilbrigðisstarfsfólks á aðstæðum kransæðasjúklinga. Þannig er ef til vill hægt að stuðla að betri þjónustu og bættum samskiptum.
\nBakgrunnur: Kransæðasjúkdómar hafa verið ein algengasta dánarorsök Íslendinga undanfarna áratugi. Meðferð við kransæðasjúkdómum hefur þróast mikið á undanförnum árum, lífslíkur kransæðasjúklinga hafa aukist og lífsgæði þeirra batnað.
\nRannsóknarspurningin: Hver er upplifun karlmanna af því að greinast með kransæðastíflu á besta aldri.
\nRannsóknaraðferð: Rannsóknin var byggð á eigindlegri aðferð og var unnin samkvæmt Vancouver-skólanum í fyrirbærafræði. Fyrirbærafræðilegar rannsóknir skoða hvaða skilning einstaklingurinn hefur á veruleika sínum og hvernig hann skynjar líf sitt. Þátttakendur voru átta karlmenn á aldrinum 35 til 50 ára sem greinst höfðu með kransæðastíflu fyrir sex til tólf mánuðum. Meðalaldur þátttakenda var 42,5 ár. Rannsakendur tóku eitt viðtal við hvern þátttakanda sem tók 30 til 60 mínútur.
\nStuðst var við hálfstaðlaðan spurningarlista og voru viðtölin síðan rituð orðrétt upp. Karlmennirnir lýstu í viðtölunum hvaða áhrif sjúkdómurinn hafði á líf þeirra og líðan. Einnig hvaða aðferðir þeir notuðu til að fást við þau vandamál sem upp komu í veikindunum.
\nNiðurstöður: Gögnin voru greind niður í fimm meginþemu og nokkur undirþemu og sett fram í greiningarlíkani. Meginþemun eru: Andleg líðan, líkamleg líðan, lífstílsbreytingar, að takast á við daglegt líf og upplifun af heilbrigðisþjónustu. 
\nNiðurstöðurnar sýndu að karlmennirnir áttu það sameiginlegt að greiningin kom þeim á óvart. Það kom fram að veikindin höfðu í fyrstu neikvæð áhrif á andlega og líkamlega líðan en þegar frá leið var það samdóma álit karlmannanna að líkamleg líðan væri betri en fyrir veikindin. Flestir breyttu lífstíl sínum til betri vegar og settu heilsu sína í forgang. Þeir sem höfðu stuðning maka tóku mun betur á lífstílsbreytingunum en þeir sem voru einstæðir gerðu litlar eða engar breytingar. Niðurstöðurnar sýndu að fræðslan komst oft á tíðum ekki til skila meðan á sjúkrahúsdvöl stóð en markviss fræðsla og eftirfylgni veita aðhald, stuðning og öryggi og spila stórt hlutverk í bataferli kransæðasjúklinga.
\nÁlyktun: Rannsakendur draga þá ályktun að huga þurfi betur að andlegri líðan kransæðasjúklinga þar sem margir upplifa kvíða og hræðslu í kjölfar veikindanna. 
\nRannsakendur telja að þeir kransæðasjúklingar sem eiga ekki maka þurfi meiri stuðning og eftirfylgni frá fagaðilum. 
\nLykilhugtök: Kransæðastífla, upplifun, líðan, lífstílsbreytingar og samskipti.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,761
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,000
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,006

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 Opus0,026
Tête enseignante GPT0,254
Écart entre enseignants0,228 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSkemmanMême sujetFinancial Markets and Investment StrategiesTravaux en français237 207