Coping strategies and quality of life among Thai family carers of community‐dwelling persons living with dementia: A cross‐sectional study
Notice bibliographique
Résumé
AIMS: To examine the association between coping strategies and quality of life (QOL) among Thai family carers of persons living with dementia. DESIGN: A descriptive correlational quantitative design. METHODS: Data were collected between January 2021 and April 2021. A multi-pronged approach for recruitment was used. Participants completed measures assessing carer demographic characteristics, coping styles, QOL, perceived stress and perceived social support. Hierarchical multiple regression analysis was used to determine the association between types of coping strategies used and QOL scores, adjusting for carer characteristics and carers' stress and social support. RESULTS: There were 86 participants (mean age 52.84 years), and the majority were female (87.2%). After adjusting for covariates, hierarchical multiple regression revealed that only positive emotion-focused coping demonstrated a statistically significant association with total QOL scores. Problem-focused coping and negative emotion-focused coping were not significantly associated with total QOL scores of Thai family carers of persons living with dementia. CONCLUSION: Positive emotion-focused coping was associated with improved QOL scores. This finding supports the use of positive emotion-focused coping in Thai family carers of persons living with dementia, which potentially could improve the QOL of this population. IMPACT: It is essential to differentiate between positive and negative emotion-focused coping to generate valid estimates of the association between coping and QOL. Nurses should encourage carers to use positive emotion-focused coping strategies as these strategies were found to be helpful in enhancing carers' QOL.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».