Measuring and analysing self-management Patient self-management was as translation - Measuring and analysing self-management Patient self-management was as Thai how to say

Measuring and analysing self-manage

Measuring and analysing self-management
Patient self-management was assessed using the Partners In Health (PIH)® instrument at baseline, three months and 12 months. The PIH instrument provides a validated assessment of patient self-management, thereby identifying target areas for education and patient goal development. The instrument also provides a means for documenting changes in self-management, either in the context of observational study or for the assessment of change in response to an intervention (Battersby, Ask, Reece, Markwick & Collins, 2003). The PIH tool instrument uses a nine-point Likert-like scale to assess 13 self-management domains (Table 1). Table 1: The Partners In Health® instrument
1. Overall, what I know about my health condition is: 0 (Very little) to 8 (A lot)
2. Overall what I know about my medication/s and treatment/s for my health condition/s is: 0 (Very little) to 8 (A lot)
3. I take my medications or carry out the treatments asked by my health care team: 0 (Never) to 8 (Always)
4. I share in decisions made about my health condition(s) with my health care team: 0 (Never) to 8 (Always)
5. I am able to deal with health professionals to get the services I need that fit with my culture, values and beliefs: 0 (Never) to 8 (Always)
6. I attend appointments as asked by my health care team: 0 (Never) to 8 (Always)
7. I keep track of my symptoms and early warning signs: 0 (Never) to 8 (Always)
8. I take actions when my early warning signs or symptoms get worse: 0 (Never) to 8 (Always)
9. I manage the effect of my health conditions on my daily physical activities: 0 (Not very well) to 8 (Very well)
10. I manage the effect of my health conditions on how I feel: 0 (Not very well) to 8 (Very well)
11a. I manage the effect of my health conditions on my social life: 0 (Not very well) to 8 (Very well)
11b. I have enough support from my family/whanau or carers to manage my health: 0 (Never) to 8 (Always)
12. Overall I manage to live a healthy lifestyle: 0 (Not very well) to 8 (Very well)

In this study, we analysed changes in all of the PIH domains, with the exception of domains 1, 2, 3 and 12, which we have been reported previously (Walker et al., 2013). The study data were analysed as a cross-sectional time-series, with repeated observations obtained from the same patient over time. We conducted the primary analysis of study data using regression models. Given the continuous nature of the data, we used linear models. To account for internal correlation between repeated patient observations, a random effect model was used for each dependent variable that included all data from all time periods simultaneously, with observations over time from the same patient sharing the same random effects, assuming different random effects for different patients. To account for non-response bias, regression coefficients were estimated using the maximum likelihood method. Time was modelled as a continuous variable, and all coefficients are the modelled change in each parameter per month, with the p value referring to the significance of this change over time. We conducted a secondary analysis of all study data using the Kruskal-Wallis one-way analysis of variance by sums of ranks for continuous data, and the Fisher’s exact test for categorical data. These tests determine whether the samples from each month (0, 3 and 12 months) originate from the same distribution. These analyses were deemed secondary due to the interdependence of data across waves in the panel, and the potential for nonresponse bias, factors that are not accounted for when using the Kruskal-Wallis method.
0/5000
From: -
To: -
Results (Thai) 1: [Copy]
Copied!
การวัดและวิเคราะห์การจัดการตนเอง การจัดการตนเองของผู้ป่วยถูกประเมินโดยใช้เครื่องมือ Partners In Health (PIH)® ที่พื้นฐาน สามเดือนและ 12 เดือน ตราสาร PIH ให้มีการตรวจประเมินผู้ป่วยจัดการด้วยตนเอง จึงระบุพื้นที่เป้าหมายสำหรับการศึกษาและพัฒนาเป้าหมายผู้ป่วย ตราสารมีความหมายสำหรับการบันทึกการเปลี่ยนแปลงในการจัดการตนเอง ทั้ง ในบริบท ของการศึกษาเชิงสังเกตการณ์ หรือ สำหรับการประเมินความเปลี่ยนแปลงในการตอบสนองการแทรกแซง (Battersby, Ask, Reece, Markwick และคอ ลลินส์ 2003) เครื่องมือเครื่องมือ PIH ใช้ขนาดเก้า Likert จุดเหมือนการประเมิน 13 โดเมนการจัดการตนเอง (ตารางที่ 1) ตารางที่ 1: เครื่องมือ The Partners In Health® 1. ทั้งหมด ฉันรู้อะไรเกี่ยวกับสุขภาพของฉันคือ: 0 (น้อยมาก) กับ 8 (มาก) 2. ฉันรู้อะไรเกี่ยวกับฉันยาและรักษา/สำหรับฉันสุขภาพ เงื่อนไข/s มี: 0 (น้อยมาก) กับ 8 (มาก) 3.ใช้ยาของฉัน หรือดำเนินการรักษาถาม โดยทีมสุขภาพของฉัน: 0 (ไม่มี) กับ 8 (เสมอ) 4.ร่วมในการตัดสินใจเกี่ยวกับเงื่อนไขสุขภาพของฉันกับทีมสุขภาพของฉัน: 0 (ไม่มี) กับ 8 (เสมอ) 5. ฉันสามารถที่จะจัดการกับผู้เชี่ยวชาญด้านสุขภาพจะได้รับบริการต้องให้พอดีกับวัฒนธรรม ค่านิยม และความเชื่อของฉัน: 0 (ไม่มี) กับ 8 (เสมอ) 6.เข้าร่วมการนัดหมายตามที่ถามจากทีมสุขภาพของฉัน: 0 (ไม่มี) กับ 8 (เสมอ) 7.ติดตามของอาการและสัญญาณเตือนล่วงหน้าของฉัน: 0 (ไม่มี) กับ 8 (เสมอ) 8.ดำเนินการเมื่อฉันอาการเตือนหรืออาการทรุด: 0 (ไม่มี) กับ 8 (เสมอ) 9. ฉันจะจัดการผลกระทบของสภาวะสุขภาพของฉันในกิจกรรมประจำวันของฉัน: 0 (ไม่ดี)-8 (ดีมาก) 10. ฉันจะจัดการผลกระทบต่อสุขภาพของฉันในใจ: (ไม่ดี) 0-8 (ดีมาก) 11a. ฉันจัดการผลกระทบสุขภาพเงื่อนไขชีวิตสังคม: 0 (ไม่ดี) กับ 8 (ดีมาก) 11b มีเพียงพอสนับสนุนจาก ครอบครัว/whanau หรือผู้ดูแลในการจัดการสุขภาพของฉันของฉัน: 0 (ไม่มี) กับ 8 (เสมอ) 12. ฉันจะจัดการกับชีวิตและสุขภาพโดยรวม: 0 (ไม่ดี) กับ 8 (ดีมาก) ในการศึกษานี้ เราได้วิเคราะห์การเปลี่ยนแปลงทั้งหมดของโดเมน PIH ยกเว้นโดเมนที่ 1, 2, 3 และ 12 ซึ่งเราได้รับรายงานก่อนหน้านี้ (Walker et al. 2013) ข้อมูลศึกษาได้วิเคราะห์เป็นเวลาหน้าตัดชุด ด้วยซ้ำสังเกตได้จากผู้ป่วยเดียวกันตลอดเวลา เราดำเนินการศึกษาข้อมูลโดยใช้แบบจำลองการถดถอยการวิเคราะห์หลัก เราได้รับธรรมชาติอย่างต่อเนื่องของข้อมูล ใช้รูปแบบเชิงเส้น บัญชีสำหรับความสัมพันธ์ภายในระหว่างสังเกตผู้ป่วยซ้ำ แบบจำลองผลกระทบแบบสุ่มใช้สำหรับแต่ละตัวแปรที่มีอยู่ในข้อมูลทั้งหมดจากรอบระยะเวลาทั้งหมดพร้อมกัน สังเกตช่วงเวลาเดียวกันผู้ป่วยร่วมกันแบบสุ่มผลเดียว สมมติว่าผลการสุ่มที่แตกต่างกันสำหรับผู้ป่วยที่แตกต่างกัน การตอบสนองที่ไม่อคติ สัมประสิทธิ์ถดถอยถูกประเมินโดยใช้วิธีความน่าเป็นสูงสุด เวลาจำลองแบบมาเป็นตัวแปรต่อเนื่อง และสัมประสิทธิ์ทั้งหมดมีการเปลี่ยนแปลงแบบจำลองในแต่ละพารามิเตอร์ต่อเดือน มีค่า p ที่อ้างอิงถึงความสำคัญของการเปลี่ยนแปลงช่วงเวลานี้ เราดำเนินการการวิเคราะห์รองข้อมูลทั้งหมดที่ศึกษาโดยใช้วาลลิ Kruskal ทางเดียวการวิเคราะห์ความแปรปรวน โดยผลรวมของอันดับสำหรับข้อมูลอย่างต่อเนื่อง และการทดสอบที่แน่นอนของ Fisher ข้อมูลแน่ชัด การทดสอบนี้กำหนดว่า ตัวอย่างจากแต่ละเดือน (เดือนที่ 0, 3 และ 12) มาจากการกระจายเดียวกัน วิเคราะห์เหล่านี้ก็ถือว่าเป็นรองเนื่องจากการพึ่งพากันของข้อมูลข้ามคลื่นในแผง และศักยภาพสำหรับ nonresponse อคติ ปัจจัยที่ไม่เหมาะสมแก่เมื่อใช้วิธี Kruskal-วาลลิ
Being translated, please wait..
Results (Thai) 2:[Copy]
Copied!
การวัดและการวิเคราะห์การจัดการตนเอง
ของผู้ป่วยการจัดการตนเองได้รับการประเมินโดยใช้พาร์ทเนอร์ในการดูแลสุขภาพ (PIH) ®เครื่องมือที่ baseline สามเดือนและ 12 เดือน เครื่องดนตรี PIH ให้การประเมินผลการตรวจสอบของผู้ป่วยการจัดการตนเองจึงระบุพื้นที่เป้าหมายของการศึกษาและการพัฒนาเป้าหมายของผู้ป่วย เครื่องมือที่นอกจากนี้ยังมีวิธีการในการจัดเก็บเอกสารการเปลี่ยนแปลงในการจัดการตนเองทั้งในบริบทของการศึกษาเชิงสังเกตหรือสำหรับการประเมินผลของการเปลี่ยนแปลงในการตอบสนองต่อการแทรกแซง (แบ Ask, รีซ Markwick และคอลลิน, 2003) เครื่องดนตรีเครื่องมือ PIH ใช้เก้าจุด Likert เหมือนขนาดเพื่อประเมิน 13 โดเมนการจัดการตนเอง (ตารางที่ 1) ตารางที่ 1: พาร์ทเนอร์ในตราสารสุขภาพ?
1 โดยรวม, สิ่งที่ฉันรู้เกี่ยวกับภาวะสุขภาพของฉันคือ: 0 (น้อยมาก) ถึง 8 (มาก)
2 โดยรวมสิ่งที่ฉันรู้เกี่ยวกับการใช้ยาของฉัน / S และการรักษา / s เพื่อสุขภาพของฉัน / S: 0 (น้อยมาก) ถึง 8 (มาก)
3 ผมใช้ยาของฉันหรือดำเนินการรักษาที่ถามโดยทีมงานการดูแลสุขภาพของฉัน: 0 (ไม่) ถึง 8 (เสมอ)
4 ผมมีส่วนร่วมในการตัดสินใจเกี่ยวกับภาวะสุขภาพของฉัน (s) ด้วยทีมงานการดูแลสุขภาพของฉัน: 0 (ไม่) ถึง 8 (เสมอ)
5 ฉันสามารถที่จะจัดการกับผู้เชี่ยวชาญด้านสุขภาพจะได้รับบริการที่ฉันต้องการพอดีกับวัฒนธรรมของฉันค่านิยมและความเชื่อ: 0 (ไม่) ถึง 8 (เสมอ)
6 ผมเข้าร่วมการนัดหมายเป็นถามโดยทีมงานการดูแลสุขภาพของฉัน: 0 (ไม่) ถึง 8 (เสมอ)
7 ผมติดตามอาการและสัญญาณเตือนภัยล่วงหน้าของฉัน: 0 (ไม่) ถึง 8 (เสมอ)
8 ฉันใช้เวลาดำเนินการเมื่อสัญญาณเตือนภัยล่วงหน้าของฉันหรืออาการแย่ลง: 0 (ไม่) ถึง 8 (เสมอ)
9 ฉันจัดการผลกระทบของภาวะสุขภาพของฉันเกี่ยวกับกิจกรรมทางกายภาพของฉันทุกวัน: 0 (ไม่ได้เป็นอย่างดี) ถึง 8 (ดีมาก)
10 ฉันจัดการผลกระทบของสภาวะสุขภาพของฉันเกี่ยวกับวิธีการที่ฉันรู้สึก: 0 (ไม่ได้เป็นอย่างดี) ถึง 8 (ดีมาก)
11A ฉันจัดการผลกระทบของภาวะสุขภาพของฉันในชีวิตทางสังคมของฉัน: 0 (ไม่ได้เป็นอย่างดี) ถึง 8 (ดีมาก)
11B ผมได้รับการสนับสนุนที่เพียงพอจากครอบครัวของฉัน / whanau หรือผู้ดูแลในการจัดการสุขภาพของฉัน: 0 (ไม่) ถึง 8 (เสมอ)
12 โดยรวมผมจัดการให้อยู่วิถีชีวิตที่มีสุขภาพดี: 0 (ไม่ได้เป็นอย่างดี) ถึง 8 (ดีมาก)

ในการศึกษานี้เราวิเคราะห์การเปลี่ยนแปลงในทุกโดเมน PIH มีข้อยกเว้นของโดเมนที่ 1, 2, 3 และ 12 ซึ่งเรา ได้รับการรายงานก่อนหน้านี้ (วอล์คเกอร์ et al., 2013) ข้อมูลการศึกษาที่ได้มาวิเคราะห์เป็นตัดเวลา-Series กับข้อสังเกตซ้ำที่ได้รับจากผู้ป่วยรายเดิมเมื่อเวลาผ่านไป เราดำเนินการวิเคราะห์ข้อมูลหลักของการศึกษาโดยใช้แบบจำลองการถดถอย กำหนดลักษณะต่อเนื่องของข้อมูลที่เราใช้ตัวแบบเชิงเส้น บัญชีสำหรับความสัมพันธ์ภายในระหว่างซ้ำสังเกตผู้ป่วยแบบจำลองผลกระทบแบบสุ่มได้ถูกใช้สำหรับแต่ละตัวแปรตามที่รวมข้อมูลทั้งหมดจากทุกช่วงเวลาพร้อมกันกับการสังเกตในช่วงเวลาจากผู้ป่วยรายเดิมการแบ่งปันผลกระทบสุ่มเดียวกันสมมติว่าผลกระทบแบบสุ่มที่แตกต่างกันสำหรับการที่แตกต่างกัน ผู้ป่วย บัญชีสำหรับการตอบสนองที่อคติสัมประสิทธิ์ของปัญหาอยู่ที่ประมาณโดยใช้วิธีโอกาสสูงสุด เวลาก็ย่อมเป็นตัวแปรอย่างต่อเนื่องและค่าสัมประสิทธิ์ทั้งหมดที่มีการเปลี่ยนแปลงแบบจำลองในแต่ละพารามิเตอร์ต่อเดือนที่มีค่า P หมายถึงความสำคัญของการเปลี่ยนแปลงนี้เมื่อเวลาผ่านไป เราดำเนินการวิเคราะห์ข้อมูลที่สองของการศึกษาทั้งหมดที่ใช้ในการวิเคราะห์ทางเดียว Kruskal-Wallis ความแปรปรวนโดยผลรวมของการจัดอันดับสำหรับข้อมูลอย่างต่อเนื่องและการทดสอบที่แน่นอนฟิชเชอร์สำหรับข้อมูลเด็ดขาด การทดสอบเหล่านี้ตรวจสอบว่าตัวอย่างจากแต่ละเดือน (0, 3 และ 12 เดือน) เดอะมาจากการกระจายเดียวกัน การวิเคราะห์เหล่านี้ถือว่าเป็นรองเนื่องจากการพึ่งพาซึ่งกันและกันของข้อมูลผ่านคลื่นในแผงและมีศักยภาพสำหรับอคติ nonresponse ปัจจัยที่ไม่ได้คิดเมื่อใช้วิธีการ Kruskal-Wallis
Being translated, please wait..
 
Other languages
The translation tool support: Afrikaans, Albanian, Amharic, Arabic, Armenian, Azerbaijani, Basque, Belarusian, Bengali, Bosnian, Bulgarian, Catalan, Cebuano, Chichewa, Chinese, Chinese Traditional, Corsican, Croatian, Czech, Danish, Detect language, Dutch, English, Esperanto, Estonian, Filipino, Finnish, French, Frisian, Galician, Georgian, German, Greek, Gujarati, Haitian Creole, Hausa, Hawaiian, Hebrew, Hindi, Hmong, Hungarian, Icelandic, Igbo, Indonesian, Irish, Italian, Japanese, Javanese, Kannada, Kazakh, Khmer, Kinyarwanda, Klingon, Korean, Kurdish (Kurmanji), Kyrgyz, Lao, Latin, Latvian, Lithuanian, Luxembourgish, Macedonian, Malagasy, Malay, Malayalam, Maltese, Maori, Marathi, Mongolian, Myanmar (Burmese), Nepali, Norwegian, Odia (Oriya), Pashto, Persian, Polish, Portuguese, Punjabi, Romanian, Russian, Samoan, Scots Gaelic, Serbian, Sesotho, Shona, Sindhi, Sinhala, Slovak, Slovenian, Somali, Spanish, Sundanese, Swahili, Swedish, Tajik, Tamil, Tatar, Telugu, Thai, Turkish, Turkmen, Ukrainian, Urdu, Uyghur, Uzbek, Vietnamese, Welsh, Xhosa, Yiddish, Yoruba, Zulu, Language translation.

Copyright ©2024 I Love Translation. All reserved.

E-mail: