Profiles of resilience in multiple sclerosis family care-partners: A Canadian cross-sectional study
Notice bibliographique
Résumé
Background Psychological resilience may play an important role in protecting multiple sclerosis care-partners from the negative effects of their support role. However, predictors of resilience in this population have yet to be identified. Objectives To identify characteristics predictive of psychological resilience in multiple sclerosis care-partners as informed by the Ecological Model of Resilience. Methods Informal multiple sclerosis care-partners ( n = 540) completed an online survey. Psychological resilience was measured using the 25-item Connor-Davidson Resilience Scale. Sociodemographic and care-context predictors of resilience were analyzed using hierarchical regression. Results The mean resilience score was 59.0 ( SD = 7.6) out of a possible 100. Sociodemographic variables accounted for 31% of the variance in resilience scores in multiple sclerosis care-partners. When care-context variables were incorporated into the model, 55% of variance was explained ( F[7,320] = 26.824, p < 0.001). Each group of variables remained significant in both low disability and high disability models. Social support was the only individual variable that remained significant across all models ( p < 0.05). Conclusions Multiple sclerosis care-partners differ strikingly from other caregiving populations. Both sociodemographic and care-context variables were found to promote or hinder resilience in multiple sclerosis care-partners. Social support, in particular, may be an important target for promoting resilience in multiple sclerosis care-partners and could be leveraged in future initiatives.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».