MétaCan
Menu
Retour à la cohorte
Enregistrement W4307631579 · doi:10.3390/curroncol29110639

The Impact of Depression on Quality of Life in Caregivers of Cancer Patients: A Moderated Mediation Model of Spousal Relationship and Caring Burden

2022· article· en· W4307631579 sur OpenAlexvenueno aff
Yoonjoo Kim

Notice bibliographique

RevueCurrent Oncology · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueFamily Support in Illness
Établissements canadiensnon disponible
Organismes subventionnairesNational Research Foundation of Korea
Mots-clésSpouseMediationDepression (economics)Family caregiversModerated mediationAffect (linguistics)Clinical psychologyCaregiver burdenQuality of life (healthcare)Intervention (counseling)MedicinePsychological interventionPsychologyMultilevel modelPsychiatryGerontologyPsychotherapistDiseaseDementia

Résumé

récupéré en direct d'OpenAlex

Family caregivers play an important role in managing and supporting cancer patients. Although depression in family caregivers is known to negatively affect caregiver health, the mechanism by which it affects caregivers is not clear. The purpose of this study was to explore the influence of depression on quality of life (QoL) in family caregivers of patients with cancer. Specifically, this study examined (1) whether caring burden mediates the relationship between depression and QoL, and (2) how this mediating effect varies depending on the caregiver's relationship with the patient. This study performed a secondary analysis on cross-sectional survey data. Ninety-three family caregivers of cancer patients were included in the study. Moderated mediation analyses were conducted using PROCESS macro with the regression bootstrapping method. The moderated mediation models and the indirect effect of caregiver depression on QoL through caring burden were significantly different depending on caregivers' relationships with patients (i.e., spousal or non-spousal). Specifically, the indirect effect of caregiver depression on QoL was greater for the patient's spouse than for other family caregivers. Healthcare providers should focus on identifying caregivers' depression and relationship with the patient and offer tailored support and intervention to mitigate the caring burden and improve the caregivers' 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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,085
Score d'incertitude au seuil0,982

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,148
Tête enseignante GPT0,448
Écart entre enseignants0,299 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations18
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent OncologyMême sujetFamily Support in IllnessTravaux en français237 207