Impact of Caring for Individuals With Heart Failure in the United States
Notice bibliographique
Résumé
BACKGROUND: Given the functional impairments and complex care routines associated with heart failure (HF), patients often rely on the support of informal caregivers. Although the importance of caregivers' roles is widely recognized, the intensity and time required for care duties may negatively impact caregiver health and well-being, potentially precipitating their own need for care. OBJECTIVE: The aim of this study was to synthesize estimates of economic, clinical, burden, and health-related quality-of-life impact among caregivers of those with HF in the United States. METHODS: A systematic review was conducted to identify studies reporting estimates of caregiver impact. Abstract and full-text review as well as data extraction were performed according to established guidelines. Patient and caregiver characteristics were summarized, as well as estimates of impact of caring for those with HF. RESULTS: From 3680 abstracts, 44 studies reporting caregiver burden estimates were included. Mean caregiver age ranged from 41.4 to 71.4 years; caregivers were primarily female (range, 49%-100%) and the patient's spouse/partner (21%-100%). Time spent caregiving (6 studies) ranged from 2 to 52 h/wk, and depression was identified in up to 40% of caregivers (9 studies). Numerous instruments were used to measure burden, which consistently documented the high impact of caregiving. CONCLUSIONS: This review demonstrates the multifaceted impact of caregiving for patients with HF. Despite limited data, notable findings included the considerable burden to caregivers, variability in time spent caregiving, and frequent experience of depression among caregivers, possibly leading to increased healthcare resource use. Future research is needed to better characterize the caregiving impact in HF, including evaluating the drivers of burden.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,000 |
| 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 ».