Longitudinal Trajectories of Stress and Positive Aspects of Dementia Caregiving: Findings From the IDEAL Programme
Notice bibliographique
Résumé
OBJECTIVES: Understanding what influences changes over time in caregiver well-being is important for the development of effective support. This study explores differences in trajectories of caregiver stress and positive aspects of caregiving (PAC). METHODS: Caregivers of community-dwelling individuals with mild-to-moderate dementia at baseline from the IDEAL cohort were interviewed at baseline (n = 1,203), 12 months (n = 917), and 24 months (n = 699). Growth mixture models identified multiple growth trajectories of caregiver stress and PAC in the caregiver population. Associations between study measures and trajectory classes were examined using multinomial logistic regression and mixed-effects models. RESULTS: Mean stress scores increased over time. A 4-class solution was identified: a "high" stable class (8.3%) with high levels of stress, a "middle" class (46.1%) with slightly increasing levels of stress, a "low" class (39.5%) with initial low levels of stress which slightly increased over time, and a small "increasing" class (6.1%) where stress level started low but increased at a steeper rate. Mean PAC scores remained stable over time. A 5-class solution was identified: 3 stable classes ("high," 15.2%; "middle," 67.6%; "low" 9.3%), a small "increasing" (3.4%) class, and 1 "decreasing" class (4.5%). For stable classes, positive ratings on study measures tended to be associated with lower stress or higher PAC trajectories and vice versa. Those with "increasing" stress also had worsening trajectories of several study measures including depression, relationship quality, competence, and ability to cope. DISCUSSION: The findings highlight the importance of identifying caregivers at risk of increased stress and declining PAC and offering them targeted support.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».