Predictors of mental well-being among family caregivers of adults with intellectual and developmental disabilities during COVID-19
Notice bibliographique
Résumé
Background Internationally, stresses related to the COVID-19 pandemic negatively affected the mental health of family caregivers of adults with intellectual and developmental disabilities (IDDs). Aims This cross-sectional study investigated demographic, situational and psychological variables associated with mental wellbeing among family caregivers of adults with IDDs during the COVID-19 pandemic. Method Baseline data from 202 family caregivers participating in virtual courses to support caregiver mental well-being were collected from October 2020 to June 2022 via online survey. Mental well-being was assessed using total scores from the Warwick-Edinburgh Mental Wellbeing Scale. Demographic, situational and psychological contributors to mental well-being were identified using hierarchical regression analysis. Results Variables associated with lower levels of mental well-being were gender (women); age (<60 years old); lack of vaccine availability; loss of programming for their family member; social isolation; and low confidence in their ability to prepare for healthcare, support their family member's mental health, manage burnout and navigate healthcare and social systems. Connection with other families, confidence in managing burnout and building resilience and confidence in working effectively across health and social systems were significant predictors of mental well-being in the final regression model, which predicted 55.6% of variance in mental well-being ( P < 0.001). Conclusions Family caregivers need ways to foster social connections with other families, and support to properly utilise healthcare and social services during public health emergencies. Helping them attend to their needs as caregivers can promote their mental health and ultimately improve outcomes for their family members with disabilities.
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 | 0,001 |
| 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) | 0,003 | 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 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 ».