Helping Hispanic Family Caregivers of Persons With Dementia “Get the Picture” About Health Status Through Tailored Infographics
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Caregivers need to understand their health status and the disabilities of the care recipient to engage in effective health management. Infographics tailored with personal health data are a promising approach to facilitating comprehension, particularly for individuals with low health literacy/limited English proficiency. Such approaches may be especially important for dementia caregivers given the high care burden. RESEARCH DESIGN AND METHODS: Guided by the Health Belief Model and the Data-Frame Theory of Sensemaking, we conducted iterative participatory design sessions with Hispanic family caregivers (N = 16) of persons with dementia. We created multiple prototype infographic designs to display scores on validated instruments of topics such as caregiving burden, overall health, and psychological distress. We retained and refined designs participants judged to be easily comprehensible. Analysis focused on identifying the graphical elements that contributed to the comprehensibility of designs and on evaluating participants' reactions to the designs. RESULTS: Successful infographics used intuitive scaling consistent with caregivers' perspective of dementia as inevitable decline. Participants reacted to infographics by describing the self-management actions they would take to address the health issue at hand. DISCUSSION AND IMPLICATIONS: Tailored infographics supported caregivers' comprehension of their health status and served as cues to engaging in self-management. As such, they should be presented in the context of informational support that can facilitate selection of appropriate next steps. This can mitigate the potential mental and physical health consequences of caregiving and enable caregivers to continue to care for their relatives with dementia with less damage to their own well-being.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».