MétaCan
Menu
Retour à la cohorte
Enregistrement W3201857360 · doi:10.3390/psych3040036

Evaluating Caregiver Risk: The Dementia Caregiver Interview Guide

2021· article· en· W3201857360 sur OpenAlexaffabout
Rhonda Feldman, Mary Chiu, Andrea Lawson, Joel Sadavoy

Notice bibliographique

RevuePsych · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensUniversity of TorontoSinai Health SystemMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésDementiaFamily caregiversPsychologyRisk assessmentRisk management toolsClinical psychologyMedicineGerontologyDisease

Résumé

récupéré en direct d'OpenAlex

Objectives: Family and other informal caregivers of individuals with dementia can be at increased risk for a significant decline in wellbeing or their ability to continue to provide care. There is extensive literature on the multifactorial elements contributing to risk, but frontline practitioners may be uncertain how to apply their knowledge of risk to an assessment of individual caregivers during clinical encounters. We developed a new one-page guided interview tool (the Dementia Caregiver Interview Guide, or DCIG) to guide practitioners to: (1) systematically assess known factors associated with high caregiver risk in a clinical interview format and (2) concisely document their judgement regarding risk of decompensation arising from caregiver stress. This semi-structured interview format collects detailed information while promoting a collaborative communication process. This study evaluated the validity of risk-assessment using the DCIG. Methods: A convenience sample of 50 caregivers was recruited during routine intake at the Reitman Centre at Sinai Health in Toronto, Canada. Risk was assessed using both the DCIG and the Caregiver Risk Screen (CRS). Total scores on the two tools were compared to establish concurrent and discriminant validity for the DCIG. Results: The DCIG correlated positively with the CRS (Spearman’s rho = 0.737; p < 0.001) and identified caregivers at risk at a moderate level of agreement with the CRS (Cohen’s Kappa = 0.559). Conclusions: The DCIG allows clinicians to efficiently identify caregivers’ level of risk for functional and emotional decline or decompensation in a client-centered, naturalistic manner.

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)0,011
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,006

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 Opus0,082
Tête enseignante GPT0,432
Écart entre enseignants0,349 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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

En bref

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePsychMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207