The caregiving relationship and quality of life among partners of stroke survivors: A cross-sectional study
Notice bibliographique
Résumé
BACKGROUND: Since the majority of stroke survivors return home following their stroke, families play a pivotal role in their care. Few studies have addressed both positive and negative aspects of this role or the broader construct of health-related quality of life (HRQL). Furthermore, little consideration has been given to the context of care in terms of relationship quality, and reciprocity. The present study examined the relationships between caregiver quality of life (HRQL), caregiver role, relationship satisfaction, balance and reciprocity in caregivers of partners who had experienced a stroke. Specific hypotheses were made based on equity theory in social relations. METHODS: Fifty-six partner caregivers completed a postal survey that included measures of HRQL (SF-36), caregiver role (negative and positive aspects), relationship satisfaction, reciprocity and balance. Data were also collected on the care recipients' quality of life (Stroke Specific Quality of Life scale). RESULTS: Compared to a normative sample, caregivers' HRQL was lower for all SF-36 domains. Care recipient and caregiver age, care recipient quality of life and caregiver role (negative) significantly predicted physical component summary scores on the SF-36, while care recipient quality of life and caregiver role (negative) significantly correlated with mental component summary scores. Relationship satisfaction and intrinsic rewards of caregiving were found to be important predictors of positive aspects of the caregiver role. Caregivers who viewed their relationship as less balanced in terms of give and take had significantly greater caregiver burden than those who viewed their relationship as more equitable. CONCLUSIONS: The study highlights the importance of taking a broader approach to examining partner caregiving in the context of stroke, in terms of the caregiving relationship and their influence on the health and well-being of caregivers.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».