Notice bibliographique
Résumé
Background: Palliative care service undoubtedly aims at quality of life of both the patients and their family members. Caring for the ill can bring about mental burden to the caregivers; but this is understudied in Thai literature. Objective: This study aimed to explore the anxiety state and associated factors in caregivers of palliative patients, particularly in urban setting as Bangkok. Methods: We recruited 93 caregivers of inpatients consulted to the Palliative Care Unit of King Chulalongkorn Memorial Hospital. The instruments used include Edmonton Symptom Assessment System (ESAS) - Thai version and The State - Trait Anxiety Inventory (STAI Form). Multiple linear Regression Analysis was used to examine the associated factors of anxiety among family caregivers. Results: Multiple regression analysis found that caregiver’s age (P = 0.04), caregiver’s relationship to the patient (P = 0.01), and caregiver’s STAI trait score (P = 0.1 ) had significant association with the caregiver’s STAI state score, with effect size (f2) of 0.04 (small), 0.03 (small), and 0.21 (medium), respectively. In subgroup analysis of relative – only family caregiver, multivariate analysis found the following factors caregiver’s age (P = 0.02), caregiver’s STAI trait score (P = 0.0), patient’s gender (P = 0.046) reached significant association with the caregiver’s STAI state score. Conclusion: Certain demographic factors (caregiver’s age, degree of relation, and trait anxiety) associated with caregiver’s anxiety. However, ESAS, the rating for perceived symptom severity, did not show significant association.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».