IMPACT OF INTERNET-BASED INTERVENTIONS ON MENTAL HEALTH OF CAREGIVERS OF ADULTS WITH CHRONIC CONDITIONS
Notice bibliographique
Résumé
Family caregivers provide important sources of support to older community-living adults with chronic conditions. However, caregivers often experience negative mental health outcomes as a result of caregiving. Internet-based interventions have the potential to mitigate the negative mental health outcomes associated with caregiving. The objective of this systematic review and meta-analysis was to examine the impact of internet-based interventions on caregiver mental health outcomes, and the impact of different types of internet-based intervention programs. Multiple databases were searched for relevant randomized controlled trials or controlled clinical trials that compared internet-based intervention programs with no or minimal internet-based interventions. Title and abstract, and full-text screening were completed in duplicate. Data were extracted by a single reviewer and verified by a second reviewer, and risk of bias assessments were completed accordingly. Where possible, data for mental health outcomes were meta-analyzed using standardized mean differences. Of 7,923 unique citations, 13 studies met the inclusion criteria. Beneficial effects of any internet-based intervention program resulted in a mean decrease of 0.48 points (95% CI: -0.75 to -0.22) for stress/distress among caregivers and a mean decrease of 0.40 points (95% CI: -0.58 to -0.22) for anxiety among caregivers. For studies that examined internet-based information/education and internet-based information/education plus professional psychosocial support, the meta-analysis results showed small to medium effect sizes for the mental health outcomes of depression, stress/distress and anxiety. Given the limited quality of the included studies, further high-quality research is needed to inform the effectiveness of interactive, dynamic, and multi-component internet-based interventions for caregivers.
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 | 0,009 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,014 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».