Burden among caregivers of service members and veterans following traumatic brain injury
Notice bibliographique
Résumé
OBJECTIVES: To determine the (a) health status and caregiving appraisal and (b) influence of perceived burden on health and appraisal in a sample of caregivers helping service member/veterans (SMVs) following a traumatic brain injury (TBI). METHODS: Participants were caregivers (N = 283, female = 96.1%, 86.2% = spouse/partner) of SMVs who sustained a mild-severe or penetrating TBI. Participants completed the Caregiver Appraisal Scale (CAS) and the SF-36v2 Health Survey (SF-36v2). Participants were divided into three burden groups: high, neutral, and low. RESULTS: Almost half the sample (48.8%) reported negative feelings on the CAS Perceived Burden scale. A substantial proportion had lower scores than a normative sample on four SF-36v2 physical health scales (35.1-64.5%) and four mental health scales (70.7-79.8%). A significant main effect was found across caregiver burden groups on three CAS scales (p = 0.010 to p < 0.001), two SF-36v2 component scores (all ps < 0.001), and eight SF-36v2 scales (p = 0.001 to p < 0.001). Caregivers with high perceived burden reported significantly worse scores, except CAS Caregiving Ideology. All CAS and SF-36v2 scales were significant predictors of CAS Perceived Burden scores (all ps< 0.001), with the SF-36v2 Social Functioning scale accounting for the most variance (32.6%). CONCLUSIONS: Health care and social services are needed for caregivers who help SMVs to foster resilience, wellness, and growth.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».