PALYATİF BAKIM HASTALARINDA WATSON İNSAN BAKIM MODELİ TEMELİNE DAYALI HEMŞİRELİK BAKIMININ SEMPTOM YÖNETİMİNE ETKİSİ
Bibliographic record
Abstract
Amaç:Araştırmada palyatif bakım hastalarında Watson İnsan Bakım modeli temelli yaklaşımın hastaların semptom yönetimine etkisinin incelenmesi amaçlanmıştır. Yöntem:Araştırma palyatif bakım hastalarında Watson İnsan Bakım modeli temelli yaklaşımın hastaların semptom yönetimine etkisini incelemek amacı ile tanımlayıcı ve kesitsel tipte gerçekleştirilmiştir.Araştırmanın evrenini, Başakşehir Çam ve Sakura Şehir Hastanesi Palyatif Bakım Kliniği’nde yatışı yapılan hastalar (N=32) oluşturmuştur. Araştırmanın örneklemini, Başakşehir Çam ve Sakura Şehir Hastanesi Palyatif Bakım Kliniği’nde yatışı yapılan ve araştırmaya katılmaya gönüllü 23 hastadan oluşmuştur. Araştırma kapsamında seçilen örneklemin güç analizine bakıldığında; 0.05 α ve 0.80 güçlülük oranında 0.77 yüksek düzeyde güçlü olduğu bulunmuştur. Araştırma verilerinin toplanmasında “Hasta Tanıtım Formu”, “Hastanın Hemşirelik Bakımını Algılayışı Ölçeği”, “Edmonton Semptom Tanılama Ölçeği” ve “Newcastle Hemşirelik Bakımı Memnuniyet Ölçeği” kullanılmıştır. Araştırmanın verileri Watson İnsan Bakım Modeli doğrultusunda oluşturulmuş olup; insancıllık-adanmışlık, inanç–umut, kendine ve başkalarına duyarlılık, yardım-güven ilişkisi, olumlu ve olumsuz duyguların ifadesinin teşviki ve kabulü, bakım sürecinde yaratıcı problem çözme, kişilerarası öğrenme-öğretme, destekleyici, koruyucu ve/veya iyileştirici, zihinsel, fiziksel, toplumsal ve ruhsal çevre, temel insani ihtiyaçlara yardım ile bakım ve iyileştirmenin varoluşsal ve ruhsal boyutlarına izin alt başlıklar kapsamında toplanmıştır. Araştırmadan elde edilen veriler SPSS (Statistical Package for Social Sciences) for 26.0 programı kullanılarak analiz edilmiştir. Araştırma verileri değerlendirilirken tanımlayıcı istatistiksel metotlar (sayı, yüzde, ortalama, standart sapma) kullanılmıştır. Çalışma verileri değerlendirilirken tanımlayıcı istatistiksel metodların yanı sıra araştırmada kullanılan ölçme araçlarının normallik değerlerinin ortaya konulmasında çarpıklık ve basıklık analizinden yararlanılmıştır. Değişkenler arası ilişkinin yönünü ve gücünü ortaya vi koymada Pearson Korelasyon Analizinden yararlanılmıştır. Gruplar arası karşılaştırma analizlerinde ise Anova ve T testlerinden yararlanılmıştır. Bulgular: Araştırmaya katılan palyatif bakım servisinde yatan hastalarınyaş ortalaması 56.26 olarak bulunmuştur. Hastaların 20.74 ay tanı alma ortalamasına sahip oldukları ve yatış süresi ortalamasının 32.70 gün olduğu tespit edilmiştir.Palyatif bakım servisinde uygulanan tedavisinin ortalamasının 117.91 gün olduğu bulunmuştur. Hastaların 12’si (%52.2) erkeklerden, 11’i (%47.8) kadınlardan oluşmuştur. Araştırmada Watson İnsan Bakım modeli uygulanmasından sonra hastalarda ağrı, yorgunluk, bulantı, stres, uyku sorunları, depresyon ve nefes semptomlarının azaldığı; iştah ve iyi his semptomların ise arttığı bulunmuştur. Bunun yanında araştırmada atson İnsan Bakım modeli uygulanmasından sonra hastanın hemşirelik bakımını algılayışı ile hemşirelik bakım memnuniyeti arasında orta güçte pozitif yönde anlamlı ilişki olduğu tespit edilmiştir. Sonuç: Araştırmanın sonucunda palyatif bakım hastalarında Watson İnsan Bakım modelinin semptom yönetimi üzerinde iyileştirici ve geliştirici etkisinin kanaatine varılmıştır.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.011 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.003 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.015 | 0.004 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".