MétaCan
Menu
← Retour à la cohorte
Enregistrement W7162013958 · doi:10.82308/54157

Factors associated with changes in psychological distress in patients participating in a nursing intervention program after a myocardial infarction

2000· dissertation· en· W7162013958 sur OpenAlexaboutno aff
Sylvie Cossette

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineMedicine
ThématiqueCardiac Health and Mental Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychosocialDistressRandomized controlled trialIntervention (counseling)PopulationPsychological interventionActive listeningPsychoeducationPsychological distress

Résumé

récupéré en direct d'OpenAlex

Many patients experience psychological distress following a myocardial infarction (MI). Emotional problems can interfere with a return to family, social and work-related activities, and are associated with poor cardiac prognosis. Although many psychosocial intervention programs designed for this population have been evaluated, little is known about which components of the interventions are effective. The major aim of the present secondary analysis was to identify the types of patient-nurse interactions associated with a reduction in psychological distress in post-MI patients who participated in the Montreal Heart Attack Readjustment Trial (M-HART) randomized controlled study of home-based psychosocial nursing interventions. The sample for the present study included 431 patients (36.2% female) in the treatment group who received at least two home nursing visits over a two-month period. The types of concerns experienced by patients (those related to symptoms, treatment, uncertainty, interpersonal roles, and work/finance) and the types of nursing approaches undertaken during the first two home visits (cognitive, educational, emotionally supportive including reassurance/encouragement, listening and providing advice, and managerial) were examined in relationship to short-term changes in distress. These relationships were examined in the sample as a whole and also in subgroup analyses where gender and baseline level of depressive symptoms were taken into account. In the sample as a whole, reassurance/encouragement and listening were related to a reduction in distress, but mainly for patients who had physical symptoms and treatment-related concerns. The provision of advice for psychologically-related concerns such as fears was not associated with better outcomes. However, nursing approaches that were more directive (educational, cognitive and advice) appeared to have been linked to better outcomes in men, but less so in women, while listening was associated with reductions in distress in women, but not in men. Reductions in distress after the two visits was less common in patients with higher baseline levels of depressive symptoms, and those who presented psychologically-related concerns. Finally, patients who showed short-term reductions in distress had lower death rates, lower readmission rates, and a lower risk of reporting depressive symptoms at one year. These results highlight the importance of determining the types of intervention approaches that may be most effective in men and in women, and identifying patients who are more and less likely to benefit from psychosocial interventions such as those provided in M-HART. It is also particularly notable that post-MI patients whose short-term psychological distress is reduced by individualized psychosocial interventions appear to have improved cardiac prognosis and reduced depressive symptoms in the longer term.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,036
Tête enseignante GPT0,423
Écart entre enseignants0,387 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCardiac Health and Mental Health→Travaux en français237 207→