Mental health of caregivers of children with medical complexity: group-based trajectory modelling
Notice bibliographique
Résumé
OBJECTIVE: To describe the mental health trajectories of caregivers of children with medical complexity (CMC) and explore child characteristics associated with below-average caregiver mental health. DESIGN: A secondary analysis of prospectively collected data from 123 caregivers of children aged <16 years with medical complexity from a multicentre randomised trial conducted from December 2016 to June 2021. MAIN OUTCOME MEASURE: The Patient-Reported Outcomes Measurement Information System Global Mental Health Scale was used to measure caregivers' self-reported mental health well-being. Group-based trajectory analysis was used to identify clusters of caregivers with similar changes in mental health across 24 months. Logistic regression was used to identify child-related predictors of mental health among caregivers. RESULTS: A final model with three distinct groups was selected, corresponding to caregivers with average (n=39), moderately below-average (n=65) and severely below-average (n=19) mental health scores, all with stable trajectories and high posterior probabilities (>90%). Moderately and severely below-average caregiver mental health groups, merged into one group, were associated with a greater number of child medical technology devices (adjusted OR (aOR) 1.44, 95% CI 1.01 to 2.04), gross motor difficulties (aOR 3.51, 95% CI 1.02 to 12.05) and worse child emotional (aOR 0.93, 95% CI 0.87 to 0.99) and psychological well-being (aOR 0.93, 95% CI 0.88 to 0.99). CONCLUSION: Most caregivers of CMC reported persistently below-average mental health. The intensity of caregiving, as indicated by medical technology and child functional needs, is a potential risk factor for below-average caregiver mental health. Future design and evaluation of interventions focused on support for caregivers of CMC are warranted.
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 | 0,008 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».