MétaCan
Menu
Retour à la cohorte
Enregistrement W4291001554 · doi:10.1177/23814683221116304

Predictors of Decision Regret among Caregivers of Older Canadians Receiving Home Care: A Cross-Sectional Online Survey

2022· article· en· W4291001554 sur OpenAlex
Tania Lognon, Amédé Gogovor, Karine V. Plourde, Paul Holyoke, Claudia K. Y. Lai, Emmanuelle Aubin, Kathy Kastner, Carolyn Canfield, Ron Beleno, Dawn Stacey, Louis‐Paul Rivest, France Légaré

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueMDM Policy & Practice · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiquePatient-Provider Communication in Healthcare
Établissements canadiensOttawa HospitalCARE CanadaUniversity of OttawaUniversité Laval
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésRegretHealth careMedicineDecision aidsPsychologyFamily medicineGerontologyComputer science

Résumé

récupéré en direct d'OpenAlex

Background. In Canada, caregivers of older adults receiving home care face difficult decisions that may lead to decision regret. We assessed difficult decisions and decision regret among caregivers of older adults receiving home care services and factors associated with decision regret. Methods. From March 13 to 30, 2020, at the outbreak of the COVID-19 pandemic, we conducted an online survey with caregivers of older adults receiving home care in the 10 Canadian provinces. We distributed a self-administered questionnaire through Canada’s largest and most representative private online panel. We identified types of difficult health-related decisions faced in the past year and their frequency and evaluated decision regret using the Decision Regret Scale (DRS), scored from 0 to 100. We performed descriptive statistics as well as bivariable and multivariable linear regression to identify factors predicting decision regret. Results. Among 932 participants, the mean age was 42.2 y (SD = 15.6 y), and 58.4% were male. The most frequently reported difficult decisions were regarding housing and safety (75.1%). The mean DRS score was 28.8/100 (SD = 8.6). Factors associated with less decision regret included higher caregiver age, involvement of other family members in the decision-making process, wanting to receive information about the options, and considering organizations interested in the decision topic and health care professionals as trustworthy sources of information (all P < 0.001). Factors associated with more decision regret included mismatch between the caregiver’s preferred option and the decision made, the involvement of spouses in the decision-making process, higher decisional conflict, and higher burden of care (all P < 0.001). Discussion. Decisions about housing and safety were the difficult decisions most frequently encountered by caregivers of older adults in this survey. Our results will inform future decision support interventions. Highlights This is one of the first studies to assess decision regret among caregivers of older adults receiving home and community care services and to identify their most frequent difficult decisions. Difficult decisions were most frequently about housing and safety. Most caregivers of older adults in all 10 provinces of Canada experienced decision regret. Factors associated with less decision regret included higher caregiver age, the involvement of other family members in the decision-making process, wanting to receive information about the options, considering organizations interested in the decision topic, and health care professionals as trustworthy sources of information. Factors associated with more decision regret included mismatch between the caregiver’s preferred option and the decision made, the involvement of spouses in the decision-making process, higher decisional conflict, and higher burden of 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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,016
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,578
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,147
Tête enseignante GPT0,462
Écart entre enseignants0,315 · 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