Mental health and self-rated health of older carers during the COVID-19 pandemic: evidence from England
Notice bibliographique
Résumé
OBJECTIVES: Older carers play a vital role supporting population health and protecting health and social care systems, yet there has been little research on understanding the effect of the pandemic on this group. In this paper, we investigate caring as a factor contributing to mental and self-rated health. METHODS: We investigate cross-sectional and longitudinal associations between provision of family care and mental health and wellbeing using longitudinal data from 5,149 members of the English Longitudinal Study of Ageing who responded to Wave 9 (2018/2019) and two COVID-19 sub-studies (June/July 2020; November/December 2020). We use logistic or linear regression models depending on outcome measures, controlling for pre-pandemic socioeconomic, demographic, and health-related variables. RESULTS: Before the pandemic, 21% of respondents cared for family or friends. Older people caring for someone inside the household mostly continued to provide care during the pandemic, with more than a quarter reporting an increase in the amount of care provided. Co-resident carers were disproportionately female, older, in the lowest wealth quintile, and more likely to report disability and chronic conditions. Both cross-sectional and longitudinal analyses suggest that, compared to those caring for people living outside the household, co-resident carers were significantly more likely to report poorer mental health and self-rated health. CONCLUSION: The health of older carers worsened disproportionately in the first year of the pandemic, a period also characterised by disruptions to support and closure of respite services. Support for carers' mental and physical health requires greater policy attention, especially in pandemic conditions.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 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 ».