Usability, Acceptability, and Preliminary Effectiveness of a Peer-Delivered and Technology-Supported Mental Health Intervention for Family Caregivers of People With Dementia: Field Usability Study
Notice bibliographique
Résumé
BACKGROUND: Family caregivers of people with dementia are critical to the quality of life of care recipients and the sustainability of health care systems but face an increased risk of emotional distress and negative physical and mental health outcomes. OBJECTIVE: The purpose of this study was to examine the usability, acceptability, and preliminary effectiveness of a technology-based and caregiver-delivered peer support program, the Caregiver Remote Education and Support (CARES) smartphone or tablet app. METHODS: A total of 9 adult family caregivers of people with dementia received the CARES intervention, and 3 former family caregivers of people with dementia were trained to deliver it. Quantitative data were collected at baseline and at the end of the 2-week field usability study. Qualitative data were also collected at the end of the 2-week field usability study. RESULTS: The field usability study demonstrated that a 2-week peer-delivered and technology-supported mental health intervention designed to improve burden, stress, and strain levels was experienced by former and current family caregivers of people with dementia as acceptable. Current family caregivers rated CARES as above average in usability, whereas the caregiver peer supporters rated CARES as marginally usable. CARES was associated with non-statistically significant improvements in burden, stress, and strain levels. CONCLUSIONS: This field usability study demonstrated that it is possible to train former family caregivers of people with dementia to use technology to deliver a mental health intervention to current family caregivers of people with dementia. Future studies would benefit from a longer trial; a larger sample size; a randomized controlled design; and a control of covariables such as stages of dementia, years providing care, and severity of dementia symptoms.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».