Coping With <scp>COVID</scp>‐19: Perspectives of Caregivers of Children and Young People With Chronic Kidney Disease
Notice bibliographique
Résumé
BACKGROUND: Caregivers of children and young people with chronic kidney disease (CKD) face challenging circumstances on a daily basis; however, the difficulties they experienced during the COVID-19 pandemic, as well as potentially positive experiences, are not yet fully understood. The aim of this study was to explore the pandemic-related experiences of these caregivers. METHODS: Twelve caregivers were recruited from a hospital-based pediatric renal program; eight families were posttransplant. Caregivers participated in virtual semistructured interviews conducted between March 2021 and November 2022. They provided responses to open-ended questions concerning how the pandemic affected their child with CKD, their family, and themselves. Interviews were transcribed and coded using thematic analysis. RESULTS: Four main themes were identified: (1) Family Life, which included disruptions in routine, reduced social supports, and changes in the quality of family relationships; (2) Mental Health and Coping, which included increased anxiety and positive coping strategies; (3) Work and School Life, which included changes to work and school; and (4) Health and Health Care Systems, which included virtual health care and public health restrictions. CONCLUSIONS: Despite facing profound challenges, caregivers identified both positive and negative aspects of their pandemic experiences. Their coping strategies highlighted individual and family resilience characteristics. Implications for health care providers, including future pandemic planning, support for the transition from in-person to virtual care, and strategies to better address barriers to resources for families of children with chronic kidney disease were discussed.
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 | 0,000 |
| 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 | 0,000 | 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 ».