The effect of the COVID-19 pandemic on the caregiving burden of individuals caring for patients with chronic neurological diseases
Notice bibliographique
Résumé
BACKGROUND: Caring for neurological patients poses a serious burden on caregivers, even in normal times. It is likely that this burden has become even more painful post-COVID-19 pandemic. OBJECTIVE: This study evaluates the effect of the COVID-19 pandemic on the care burden of those who care for patients with chronic neurological diseases. METHODS: The study included 50 patients and 50 caregivers. All the tests were conducted twice, it was answered firstly, according to the pre-COVID-19 pandemic, and secondly, during the COVID-19 pandemic period. The depression levels of the patients and caregivers were assessed with the Beck Depression Scale, their sleep quality with the Pittsburgh Sleep Quality Index, their quality of life was assessed with the RAND 36-Item Health Survey, and caregivers' burden of care was evaluated with the Zarit Caregiver Burden Scale. RESULTS: It was observed at the end of the study that the depression levels of patients (p = 0.00), and caregivers (p = 0.00) increased post-COVID-19 pandemic, the sleep quality of caregivers (p = 0.00), and patients (p = 0.02) decreased post-COVID-19 pandemic. On the other hand, it was determined that caregivers' burden of care increased (p = 0.00). Sub-parameters of the RAND 36-Item Health Survey, physical functioning (p = 0.02), role limitations due to physical health (p = 0.00), and role limitations due to emotional problems (p = 0.03) decreased for caregivers. CONCLUSION: In summary, we concluded that the well-being and psychological status of both patients and their caregivers were adversely affected by the COVID-19 pandemic.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».