Assistive technologies in reducing caregiver burden among informal caregivers of older adults: a systematic review
Notice bibliographique
Résumé
AIM: The world population is rapidly ageing. As population age, the incidence of functional limitations increases, demanding higher levels of care from caregivers. Assistive technologies improve individuals' functioning, independence, well-being and quality of life. By increasing independence of older adults, assistive technologies decrease workloads required from informal caregivers. This review investigates, evaluates, and synthesises existing findings to examine whether and how assistive technologies reduce caregiver burden. METHODS: Databases searched included MEDLINE, EMBASE, Scopus, and Cochrane Library. Three groups of keywords were combined: those relating to assistive technology, caregiver burden, and older adults. RESULTS: Two theories emerged from the analysis of study results. Caregivers reported that assistive technologies decrease caregiver burden. However, caregivers had concerns that assistive technologies could add to caregiver burden, highlighting the limitations of assistive technology. CONCLUSIONS: As suggested by a majority of the studies in this review, assistive technologies contribute to reducing caregiver burden among caregivers of older adults. Assistive technologies assisted caregivers by reducing time, levels of assistance and energy put towards caregiving, anxiety and fear, task difficulty, safety risk particularly for activities requiring physical assistance and increasing the independence of the users. Further research is required to better understand limitations of assistive technologies. Implications for Rehabilitation Support for informal caregivers of older adults need more attention and recognition. Assistive technologies can reduce caregiver burden among informal caregivers of older adults. Further research is required to better understand the effectiveness of assistive technologies in reducing caregiver burden as well as limitations and barriers associated with using assistive technologies.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».