[Burden and related factors among care-takers of patients with Parkinson's disease].
Notice bibliographique
Résumé
OBJECTIVE: To assess the impact on caretaker who looked after patients with Parkinson's disease (PD) and to identify the main factors related to their burden. METHODS: 115 consecutive pairs of PD patients and their caretakers were included. Caregiver Burden Inventory (CBI) was used to assess the burden of PD on the caretakers. Patients were evaluated by neurologists using the United Parkinson's Disease Rating Scale (UPDRS), the Hoehn and Yahr Scale (H-Y Scale), the Activity of Daily Living Scale (ADL), the Parkinson's Disease Questionnaire (PDQ-39), the Hamilton Depression Rating Scale (HAMD), the Hamilton Anxiety Rating Scale (HAMA), the Montreal Cognitive Assessment (MoCA) and the Mini-mental State Examination (MMSE). Multiple linear stepwise regression models were fitted to ascertain the factors linked to the CBI. RESULTS: Based on multiple linear stepwise regression analysis, ADL (β = -0.813, t = -6.265, P = 0.000) and PDQ-39 (β = 0.285, t = 4.256, P = 0.000) of patients and the age of caretakers (β = 0.327, t = 3.107, P = 0.002) proved to be the main predictors of CBI. CONCLUSION: Many factors might comprehensively affect the burden of PD on caretakers of the patients. Attention needs to be given to the early identification of factors that generating stress on caretakers in order to improve their 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 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 | 0,000 | 0,002 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».