The Supportive Care Needs of Regional and Remote Cancer Caregivers
Notice bibliographique
Résumé
OBJECTIVE: As cancer survival rates continue to increase, so will the demand for care from family and friends, particularly in more isolated settings. This study aims to examine the needs of cancer caregivers in regional and remote Australia. METHODS: A total of 239 informal (i.e., non-professional) cancer caregivers (e.g., family/friends) from regional and remote Queensland, Australia, completed the Comprehensive Needs Assessment Tool for Cancer Caregivers (CNAT-C). The frequencies of individuals reporting specific needs were calculated. Logistic regression analyses assessed the association between unmet needs and demographic characteristics and cancer type. RESULTS: The most frequently endorsed needs were lodging near hospital (77%), information about the disease (74%), and tests and treatment (74%). The most frequent unmet needs were treatment near home (37%), help with economic burden (32%), and concerns about the person being cared for (32%). Younger and female caregivers were significantly more likely to report unmet needs overall (OR = 2.12; OR = 0.58), and unmet healthcare staff needs (OR = 0.35; OR = 1.99, respectively). Unmet family and social support needs were also significantly more likely among younger caregivers (OR = 0.35). Caregivers of breast cancer patients (OR = 0.43) and older caregivers (OR = 0.53) were significantly less likely to report unmet health and psychology needs. Proportions of participants reporting needs were largely similar across demographic groups and cancer type with some exceptions. CONCLUSIONS: Caregiver health, practical issues associated with travel, and emotional strain are all areas where regional and remote caregivers require more support. Caregivers' age and gender, time since diagnosis and patient cancer type should be considered when determining the most appropriate supportive care.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».