Understanding stigma of dementia during COVID-19: a scoping review
Notice bibliographique
Résumé
Introduction: Stigma of dementia is one of the greatest challenges for people living with dementia. However, there is little research on the different types of stigma of dementia in the COVID-19 pandemic. The purpose of this scoping review is to synthesize the existing literature on dementia-related stigma (self, public, and structural stigma), during the pandemic. Methods: Guided by Arksey and O'Malley's scoping review framework and PRISMA guidelines, CINAHL, EMBASE, Google Scholar, Medline, PsycINFO, and Web of Science were searched for English language literature from January 2020 to June 2023. Inclusion criteria consisted of peer-reviewed, original research articles addressing stigma of dementia during the COVID-19 pandemic. Thematic analysis was used to analyze the data and steps were taken to ensure rigor. Results: Fifteen articles met our inclusion criteria. Four primary themes were identified including: 1) COVID-19 stereotypes and assumptions of dementia; 2) human rights issues and deprived dignity; 3) disparate access to health services and supports; and 4) cultural inequities and distrust. Discussion: The COVID-19 pandemic has contributed to the stigmatization of people living with dementia. Further research is needed to develop, implement, and evaluate interventions targeted towards the different types of dementia-related stigma (including self, public, and structural stigma). Moreover, our findings highlight the need for more collaborative research that prioritizes the lived experience and input of diverse people living with dementia. Research partnerships with diverse people living with dementia are vital to improving future pandemic planning. Only through evidence-informed research and lived experience can we begin to fully address the different types of dementia-related stigma and enhance the quality of life of people living with dementia.
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 | 0,022 | 0,117 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,017 | 0,015 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,003 |
| 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 ».