Palliative Care for Family Caregivers
Notice bibliographique
Résumé
Family caregivers provide substantial care for patients with advanced cancer, while suffering from hidden morbidity and unmet needs. The objectives of this review were to examine risk factors associated with caregiving for patients with advanced cancer, evaluate the evidence for pertinent interventions, and provide a practical framework for palliative care of caregivers in oncology settings. We reviewed studies examining the association of factors at the level of the caregiver, patient, caregiver-patient relationship, and caregiving itself, with adverse outcomes. In addition, we reviewed randomized controlled trials of interventions targeting the caregiver, the caregiver-patient dyad, or the patient and their family. Risk factors for adverse mental health outcomes included those related to the patient's declining status, symptom distress, and poor prognostic understanding; risk factors for adverse bereavement outcomes included unfavorable circumstances of the patient's death. Among the 16 randomized trials, the most promising results showed improvement of depression resulting from early palliative care interventions; results for quality of life were generally nonsignificant or showed an effect only on some subscales. Caregiving outcomes included burden, appraisal, and competence, among others, and showed mixed findings. Only three trials measured bereavement outcomes, with mostly nonsignificant results. On the basis of existent literature and our clinical experience, we propose the CARES framework to guide care for caregivers in oncology settings: Considering caregivers as part of the unit of care, Assessing the caregiver's situation and needs, Referring to appropriate services and resources, Educating about practical aspects of caregiving, and Supporting caregivers through bereavement. Additional trials are needed that are powered specifically for caregiver outcomes, use measures validated for advanced cancer caregivers, and test real-world interventions.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».