MétaCan
Menu
Retour à la cohorte
Enregistrement W2791375545 · doi:10.1097/ncm.0000000000000245

Predictors of Caregiver Distress in the Community Setting Using the Home Care Version of the Resident Assessment Instrument

2018· article· en· W2791375545 sur OpenAlexaff
Tim Pauley, Byung Wook Chang, Anne Wojtak, Gayle Seddon, John P. Hirdes

Notice bibliographique

RevueProfessional Case Management · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGeriatric Care and Nursing Homes
Établissements canadiensHome and Community Care Support Services
Organismes subventionnairesnon disponible
Mots-clésOddsDistressMedicineLogistic regressionActivities of daily livingDementiaAngerCaregiver burdenMoodOdds ratioMultivariate analysisGerontologyFamily medicinePsychologyClinical psychologyPsychiatryDisease

Résumé

récupéré en direct d'OpenAlex

PURPOSE OF STUDY: The purpose of this study was to identify factors predictive of new onset and improved caregiver distress among informal caregivers providing assistance for clients receiving home care. PRIMARY PRACTICE SETTINGS: Home care. METHODOLOGY AND SAMPLE: The sample included 323,409 clients receiving home care from a Community Care Access Centre between March 2002 and March 2015 for whom data were available from two subsequent Resident Assessment Instrument-Home Care (RAI-HC) assessments. Separate multivariate logistic regression models were created for onset of and improvement in caregiver distress. RESULTS: Variables that increase the odds in onset of caregiver distress included primary caregiver is not satisfied with support received from family and friends; client lives with primary caregiver; 65 years and older; has Alzheimer and other related dementia; has condition or disease that makes cognition, activities of daily living, mood, or behavior patterns unstable; took sedatives in the last 7 days; Method for Assigning Priority Levels (MAPLe) score 4 or more; demonstrates persistent anger; has difficulty using the telephone; is married; requires 20 hr or more of informal help weekly; and Clinical Risk Scale score 4 or more. Variables that increased the odds of improved caregiver distress include client now lives with other persons (as compared with 90 days ago); demonstrates good prospects for recovery; treatment changes in last 30 days; surgical wound; female; one or more hospital visits in last 90 days; greater number of months between RAI-HC assessments; and two or more hours of physical activities in the last 3 days. Variables that decreased the odds of improved caregiver distress (i.e., persistent distress) include MAPLe score 4 or more; persistent anger; difficulty using telephone; Alzheimer, related dementia; requires interpreter; and lives with primary caregiver. IMPLICATIONS FOR CASE MANAGEMENT PRACTICE: Informal caregivers provide essential support for home care clients. Factors predictive of new onset and improved caregiver distress can be used by case managers for comprehensive care planning that addresses the collective needs of the client-caregiver dyad.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,176
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,397
Écart entre enseignants0,354 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations37
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProfessional Case ManagementMême sujetGeriatric Care and Nursing HomesTravaux en français237 207