Caregivers’ Quality of Life and Quality of Services for Children with Cancer: A Review from Iran
Notice bibliographique
Résumé
OBJECTIVE: Caregivers of cancer patients are exposed to different types of psychosocial stress which influence their quality of life. The purposes of this study were to assess quality of life in caregivers of children with cancer and to investigate the relationship between the caregivers' quality of life and quality of services in the social work section. METHOD: 125 caregivers were recruited. Quality of life was measured by the Iranian version of the WHOQOL-BREF questionnaire and data concerning service quality were obtained from the Iranian version of the SERVQUAL questionnaire. FINDINGS: Scores in physical health, psychological status and environmental conditions for caregivers of children with cancer were significantly lower than the general population. There was a negative correlation between the tangible domain of SERVQUAL and the psychological status and environmental conditions of quality of life. The tangible dimension was the only aspect of service quality to predict caregivers' quality of life regarding psychological status and environmental conditions. CONCLUSION: Caregivers of children with a disease are care consumers and, like all consumers, they expect good service. Delivering high quality services consistently is difficult but profitable for a service organization. In other words, trying to deliver more appropriate services than patients expect to receive from their social work care is one of the most reliable ways to promote caregivers' satisfaction and quality of life.
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 | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».