Depression in frail elders: impact on family caregivers
Notice bibliographique
Résumé
OBJECTIVES: To examine the relationship between depression among medically ill, frail elders and family caregivers' hours of care, health status, and quality of life. DESIGN AND METHODS: A cross-sectional study of 193 family caregivers of seniors treated in the emergency department (ED) was conducted. Measures included patient depression (Geriatric Depression Scale-15), and caregivers' hours of care, mental health and physical functioning (SF-36), and quality of life (EQ-5D). RESULTS: Mean caregiver age was 60.0 +/- 16.1 years and 70.5% were female. More caregivers of depressed seniors provided more care in the previous month (37.3% vs 22.4%, p = 0.03), had poor mental health (63.5% vs 47.0%, p = 0.03), and poor perceived quality of life (63.5% vs 50.4%, p = 0.04) compared to caregivers of non-depressed seniors. Multiple logistic regression analyses indicated that patient depression was associated with poor caregiver quality of life (OR = 3.15, 95% CI 1.48, 6.73), and poor mental health in spousal and adult child caregivers (OR = 2.72, 95% CI = 0.88, 8.39, and OR = 3.29, 95% CI = 1.10, 9.86, respectively). CONCLUSIONS: Psychosocial support may be needed for caregivers of depressed seniors.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».