Caregiver Contribution to Heart Failure Self‐Care (<scp>CACHS</scp>)
Notice bibliographique
Résumé
AIM: While caregivers (CGs) make an important contribution to the self-care of heart failure (HF) patients, there are no reliable and valid tools for measuring such contributions. Current interventions that strive to optimize patient outcomes through self-care strategies neglect to account for CG contributions, a potential confounder on outcomes. The aim of the study was to develop an instrument that measures CG contributions to HF patients' self-care. DESIGN: The study design follows an established process for instrument development. METHODS: A systematic literature review and semi-structured interviews of CGs were conducted to identify measureable CG activities. Items were derived from thematic analysis of CG narratives. A content validity index was computed for each item (I-CVI). Items with an I-CVI of >0·70 were retained. Items with an I-CVI of 0·50-0·70 were revised for clarification and items with an I-CVI <0·5 were discarded, except in instances where fulsome theoretical or empirical evidence supported their retention. RESULTS: 14 CGs completed interviews and 10 CGs with 4 expert nurses completed I-CVI testing. Major interview themes included arranging appointments, medication adherence, monitoring, coordinating care, encouraging independence and taking action. A total of 36 items were constructed and underwent I-CVI testing. Following I-CVI testing, 27 items were retained, seven items were retained after revision based on CG feedback and two items were removed. This newly developed 34-item questionnaire represents current literature, CGs' experiences, excellent I-CVI scores and ready for further psychometric testing.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».