Flying Blind: Sources of Distress for Family Caregivers of Palliative Cancer Patients Managing Pain at Home
Notice bibliographique
Résumé
Pain requiring treatment is experienced by many cancer patients at the end of life. Family caregivers are often directly implicated in pain management. This article highlights areas of psychosocial concern for family caregivers managing a family member's cancer pain at home as they engage in pain management processes. This article is based on the secondary analysis, guided by interpretive description, of data collected for a grounded theory study that explored the processes used by family caregivers to manage cancer patients' pain in the home. Interviews and field notes from 24 family caregiver interviews were examined to identify areas of family caregiver psychosocial distress. The analysis revealed that family caregivers experienced distress at different phases of the pain management process. Sources of distress for caregivers included feeling as though they were "in a prison" (overwhelmingly responsible), "lambs to slaughter" (unsupported), and "flying blind" (unprepared). In addition, family caregivers expressed distress when witnessing their loved one in pain and when pain crises invoked thoughts of death. In sum, family caregivers managing a loved one's cancer pain at home are at risk for psychosocial distress. This study identified four key sources of distress that can help health care professionals better understand the experiences of these family caregivers and tailor supportive interventions to meet their needs. Knowledge about sources of distress can help healthcare professionals understand the experiences of these family caregivers and tailor supportive interventions to meet their needs.
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) | 0,001 | 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 | 0,000 |
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.
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 ».