The necessity for sustainable intervention effects: lessons-learned from an experience sampling intervention for spousal carers of people with dementia
Notice bibliographique
Résumé
Objectives Caring for a person with dementia can be challenging over the years. To support family carers throughout their entire caregiving career, interventions with a sustained effectivity are needed. A novel 6-week mobile health (mHealth) intervention using the experience sampling method (ESM) showed positive effects on carers’ well-being over a period of 2 months after the intervention. In this study, the effects after 6 months of the selfsame intervention were examined to evaluate the sustainability of positive intervention effects.Method The 6-week mHealth intervention consisted of an experimental group (ESM self-monitoring and personalized feedback), a pseudo-experimental group (ESM self-monitoring without feedback), and a control group (providing regular care without ESM self-monitoring or feedback). Carers’ sense of competence, mastery, and psychological complaints (depression, anxiety and perceived stress) were evaluated pre- and post-intervention as well as at two follow-up time points. The present study focuses on the 6-month follow-up data (n = 50).Results Positive intervention effects on sense of competence, perceived stress, and depressive symptoms were not sustained over 6-month follow-up.Conclusion The benefits of this mHealth intervention for carers of people living with dementia were not sustained over a long time. Similarly, other psychosocial interventions for carers of people with dementia rarely reported long-lasting effects. In order to sustainably contribute to carers’ well-being, researchers and clinicians should continuously ensure flexible adjustment of the intervention and consider additional features such as ad-hoc counseling options and booster sessions. In this regard, mHealth interventions can offer ideally suited and unique opportunities.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».