Affiliate stigma and associated factors among informal caregivers of people with mental illness in southwestern Uganda: A multi-center cross-sectional study
Notice bibliographique
Résumé
The stigma surrounding mental illnesses is widespread and informal caregivers of patients with mental illness face stigma because of their relationship with the patients they care for. Despite the key role played by these informal caregivers in the management of people with mental illness, few studies have assessed affiliate stigma and its factors associated among this population. This study aimed to investigate the prevalence of affiliate stigma and associated factors among caregivers of patients with mental illness in southwestern Uganda. We used a cross-sectional study design and enrolled 385 caregivers. We assessed affiliate stigma, depression, and social support using the affiliate stigma scale, patient health questionnaire-9 and social support using the social provision scale respectively. We ran multivariable logistic regression models to assess for the factors associated with affiliate stigma among caregivers. The prevalences of affiliate stigma and depression were 65.97% and 25.2% respectively. Factors associated with affiliate stigma included caregiving for one year or longer (AOR: 1.89; 95% CI: 01.07-03.35; p = 0.03), having more than one patient to care for (AOR: 3.40; 95% CI: 01.39-08.36; p = 0.01), being the only caregiver to the patient (AOR: 2.60; 95% CI: 1.27-5.33; p = 0.01), being depressed (AOR: 75.76; 95% CI: 10.03-572.26; p < 0.001), and social support (AOR: 0.14; 95% CI: 0.06-0.29; p = 0.04). This prevalence of affiliate stigma among caregivers of patients with mental illness is high in southwestern Uganda and depression is a key predictor. Considering the important role played by informal caregivers, more studies are necessary to inform interventions to address affiliate stigma, depression, and overall mental health of caregivers.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».