MétaCan
Menu
Retour à la cohorte
Enregistrement W2973226214 · doi:10.1186/s12877-019-1249-1

Time to move? Factors associated with burden of care among informal caregivers of cognitively impaired older people facing housing decisions: secondary analysis of a cluster randomized trial

2019· article· en· W2973226214 sur OpenAlexafffundabout
Alexandrine Boucher, Julie Haesebaert, Adriana Freitas, Rhéda Adekpedjou, Marjolaine Landry, Henriette Bourassa, Dawn Stacey, Jordie Croteau, Painchaud-Guérard Geneviève, France Légaré

Notice bibliographique

RevueBMC Geriatrics · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensCentres Intégré Universitaires de Santé et de Services SociauxOttawa HospitalCARE CanadaUniversité du Québec à Trois-RivièresUniversity of OttawaUniversité Laval
Organismes subventionnairesNetworks of Centres of Excellence of CanadaCanadian Frailty NetworkMinistère de la SantéGovernment of CanadaMinistère de la Santé et des Services sociaux
Mots-clésCaregiver burdenMedicineFamily caregiversGerontologyRandomized controlled trialRegretMultivariate analysisMultilevel modelCognitionDementiaPsychiatry

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Making health-related decisions about loved ones with cognitive impairment may contribute to caregiver burden of care. We sought to explore factors associated with burden of care among informal caregivers who had made housing decisions on behalf of a cognitively impaired older person. METHODS: We conducted a secondary analysis within a cluster randomized trial (cRT) conducted in 16 publicly-funded home care service points across the Province of Quebec. The cRT assessed the impact of training home care teams in interprofessional shared decision making (IP-SDM). We assessed burden of care with the Zarit Burden Interview (ZBI) scale. We adapted Pallett's framework to inform our data analysis. This framework posits that factors influencing burden of care among caregivers fall within four domains: (a) characteristics of the caregiver, (b) characteristics of the cognitively impaired older person, (c) characteristics of the relationship between the caregiver and the cognitively impaired older person, and (d) the caregiver's perception of their social support resources. We computed the ZBI score and performed multilevel linear regression modelling. RESULTS: Among 296 caregivers included in the dataset, the mean ZBI score was 29.8 (SD = 17.5) out of 88. The typical participant was 62.6 years old (SD = 11.7), female (74.7%), and caring for a mother or father (61.2%). Using multivariate analysis, factors significantly associated with caregiver burden mapped onto: caregiver characteristics (caregivers with higher burden were female, experienced higher decision regret and decisional conflict, preferred that their loved one move into the caregiver's home, into a private nursing home or a mixed private-public nursing home, and had made the decision more recently); relationship characteristics (spouses and children experienced higher burden); and caregiver's perception of social support resources (caregivers who perceived that a joint decision making process had occurred had higher burden). CONCLUSION: In line with the proposed framework used, we found that caregiver characteristics, relationship characteristics and caregiver's perception of social support resources were associated with burden of care. Our results will help design interventions to prevent and/or reduce caregivers' burden of care. TRIAL REGISTRATION: NCT02244359 . Date of registration: September 18, 2014.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,015
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,007
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,264
Écart entre enseignants0,252 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC GeriatricsMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207