Factors associated with symptoms of depression among informal caregivers of people with systemic sclerosis: a cross-sectional study
Notice bibliographique
Résumé
Purpose: Our study aimed to identify caregiver characteristics (gender, age, occupational status, educational attainment, relation to care recipient), care recipient characteristics (age, disease subtype), and caregiving factors (hours of care, perceived caregiving burden) associated with symptoms of depression among informal caregivers of persons with systemic sclerosis (also known scleroderma).as Materials and methods: A questionnaire was developed and administered online from December 2016 to June 2017 to informal caregivers of people with scleroderma, including the Patient Health Questionnaire-9 to assess depressive symptoms. Multiple linear regression was used to identify factors associated with depressive symptoms.Results: Caregivers (n = 202) were 60.9% male. Average age was 57.2 years (standard deviation = 14.4 years). Most caregivers were partners (72.3%), children (11.9%), or parents (7.4%), of care recipients. Self-reported caregiving burden (standardized regression coefficient β = 0.54, p < 0.001) and hours of care per week (β = 0.17, p = 0.005) were significantly associated with greater symptoms of depression.Conclusions: Depressive symptoms were primarily associated with caregiving burden among a sample of scleroderma caregivers. There is need to develop interventions targeting caregivers in scleroderma. Rehabilitation professionals should consider the specific needs of scleroderma caregivers and should provide or refer to support services as appropriate.Implications for RehabilitationMost people diagnosed with scleroderma are cared for by an informal caregiver and the majority of these caregivers experience mild symptoms of depression.For caregivers that experience moderate to severe symptoms of depression, the ability to provide care to a loved one with scleroderma may be more difficult.Rehabilitation professionals should be aware of the burden faced by caregivers of persons with scleroderma and provide support services or referrals as appropriate.
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 | 0,001 | 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 | 0,001 | 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) | 0,001 | 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 ».