Determining the Costs of Families’ Support Networks Following a Child’s Cancer Diagnosis
Notice bibliographique
Résumé
BACKGROUND: Cancer in children may place considerable economic burden on more than individual family members. The costs incurred to families' support networks (FSNs) have not been previously studied. OBJECTIVES: The study objectives were to (a) identify and determine independent predictors of the direct and time costs incurred by the FSN and (b) explore the impact of these cancer-related costs on the FSN. METHODS: A prospective mixed-methods study was conducted. Representing the FSN, parents recorded the resources consumed and costs incurred during 1 week per month for 3 consecutive months, beginning 1 month following their child's diagnosis. Descriptive statistics, multiple regression modeling, and descriptive qualitative analytical methods were used to analyze the data. RESULTS: In total, 28 fathers and 71 mothers participated. The median total direct and time costs for the 3 months were CAN$154 and $2776, respectively, per FSN. The largest component of direct and time costs was travel and foregone leisure. Direct and time costs were greatest among those parents who identified a support network at baseline. Parents relied on their FSN to "hold the fort," which entailed providing financial support, assuming household chores, maintaining the siblings' routines, and providing cancer-related care. CONCLUSIONS: Families' support networks are confronted with a wide range of direct and time costs, the largest being travel and foregone leisure. IMPLICATIONS FOR PRACTICE: Families' support networks play an important role in mitigating the effects of families' costs. Careful screening of families without an FSN is needed.
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 | 0,001 | 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 ».