Emotional well‐being in children with epilepsy: Family factors as mediators and moderators
Notice bibliographique
Résumé
OBJECTIVE: Our objective was to examine the relationships of factors associated with children's emotional well-being 2 years after diagnosis, and to examine if these relationships are mediated or moderated by family factors. METHODS: Data came from a multicenter prospective cohort study of children with newly diagnosed epilepsy from across Canada (Health-Related Quality of Life in Children with Epilepsy Study; HERQULES, n = 373). Emotional well-being was assessed using the Quality of Life in Childhood Epilepsy Questionnaire (QOLCE-55). The relationships between clinical factors, family factors, and emotional well-being were assessed using multiple regression analyses. RESULTS: Family functioning, family stress, and repertoire of resources that the families had to adapt to stressful events were significantly associated with poor emotional well-being 2 years after diagnosis (p < 0.05) in the multivariable analysis. The effect of parental depressive symptoms was partially mediated by family functioning and family stress (p < 0.01 and p = 0.02, respectively). Family resources acted as a moderator in the relationship between severity of epilepsy and emotional well-being (p < 0.05). SIGNIFICANCE: Based on our findings, efforts to strengthen the family environment may warrant attention. We suggest that clinicians take a family centered care approach by including families in treatment planning. Family centered care has been shown to improve family well-being and coping and in turn may reduce the impact of clinical factors on emotional well-being to improve long-term health-related 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».