Clustering patients according to health perceptions: relationships to psychosocial characteristics and medication nonadherence.

Machine translation Machine translation
Autori
Categoria Primary study
GiornaleJournal of psychosomatic research
Year 2004
BACKGROUND: Si sa poco su come i pazienti votare i loro percezione della salute. I nostri obiettivi erano sistematici per identificare i modelli multivariati di percezione con l'analisi cluster, e di indagare le associazioni tra i cluster, le caratteristiche psicosociali e aderenza farmaci. METODI: demografico, i dati clinici e psicosociali su 200 pazienti con malattia infiammatoria intestinale (IBD) sono stati raccolti prima della visita all'ufficio indice e percezione della salute sono stati raccolti in seguito. La cluster analysis utilizzando un k-means metodo è stato utilizzato per identificare sottogruppi di pazienti in base alle loro risposte alle medico-paziente Scales discordanza (PPDS), uno strumento che valuta la percezione dello stato di salute e della visita clinica. Sono stati identificati cinque diversi gruppi di pazienti: un "sano, non ridotti, buona comunicazione, l'attesa per i farmaci a basso / testing" del gruppo; un "sano, relativamente in difficoltà, buona comunicazione, l'attesa alta per farmaci, bassa aspettativa per la prova" di gruppo; un "sintomatico, afflitto, buona comunicazione, alta aspettativa di farmaci / testing" del gruppo, un "sano, non ridotti, buona comunicazione, alta aspettativa di farmaci / testing" del gruppo, e un "relativamente sano, relativamente in difficoltà, la scarsa comunicazione, basso aspettativa per farmaci / testing "del gruppo. Dopo aggiustamento per età, sesso, lingua, sotto forma di IBD, e dell'attività della malattia, statisticamente significative tra i gruppi sono state riscontrate differenze in difficoltà psicologica, sostegno sociale e la soddisfazione aderenza farmaci. CONCLUSIONI: modelli distinti di percezione della salute dei pazienti correlati con la salute psicologica e l'aderenza al trattamento. Questa classificazione può essere usato per aiutare ad identificare i pazienti a rischi più elevati per la comunicazione inefficace e aderenza ai farmaci.
Epistemonikos ID: 7456abbea8ee60e0695183ee82e101cbdaf05a5a
First added on: Jun 08, 2011
Warning
This is a machine translation from an article in Epistemonikos.

Machine translations cannot be considered reliable in order to make health decisions.

See an official translation in the following languages: English

If you prefer to see the machine translation we assume you accept our terms of use