TOO MUCH INFORMATION? EXPLORING THE ROLE OF ‘INFORMATION BURDEN’ IN THE EXPERIENCES OF CAREGIVERS FOR OLDER ADULTS
Notice bibliographique
Résumé
With the onus of care for the elderly shifting onto informal caregivers, older adults may often be accompanied by family caregivers to medical visits. In order to optimize care and to participate in healthcare decision-making for the older patient, caregivers are often privy to significant health information. This may include personal details about the patient previously unknown to the caregiver, information about advance care and end-of-life planning, and a ‘bad news’ diagnosis. However, a commonly overlooked issue in geriatric practice is the amount of information that caregivers must acquire and manage as patients get older and more dependent on them. Caregivers, often deemed the ‘invisible second patient’, may feel inundated with the health information shared and feel unprepared, vulnerable and in need of healthcare support themselves. Using a qualitative research design, 49 in-depth interviews with 23 caregivers of older adults were conducted over a year. Our results illustrate how caregivers often provide care and conceal information from loved ones at the detriment to their own health and social well-being. Interview data highlights the complexity of managing health information with some gender differences in caregiving experiences. Results suggest that caregivers sometimes felt emotionally compromised when making objective healthcare decisions, and that ‘too much information’ resulted in information burden, conflict and a desire to override patient wishes out of compassion and fear. These findings may impact care by illustrating that caregiver involvement should trigger further dialogue between doctors, elderly patients and their caregivers, especially with respect to information sharing boundaries.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».