It’s all about the attitude: Findings on internalized caregiver stigma and mental health of informal caregivers
Notice bibliographique
Résumé
OBJECTIVES: In this study, we aim to explore the associations between internalized care-related stigma, positive aspects of caregiving, caregiver burden, and mental health of informal long-term caregivers for older adults. METHODS: Data from the project, Attitudes Towards Informal Caregivers, collected in December 2023 in Germany, was used, including 433 informal long-term caregivers of adults aged ≥60 years. The Internalized Care Stigma Scale measures positive and negative attitudes toward informal care for older adults (aged ≥60 years) as internalized by informal caregivers. Additionally, the Burden Scale for Family Caregivers short scale, the short Patient Health Questionnaire, and the Positive Aspects of Care Scale (PAC) were used. Linear regression analysis with robust standard errors and path analysis with bootstrapped standard errors were conducted. The models were adjusted for sociodemographic background and care-related factors. RESULTS: Regression analyses showed an association between stronger negative care stigma beliefs and higher burden and lower positive aspects of care, while stronger positive care stigma was associated with higher burden and higher positive aspects of care. Path analyses revealed significant direct and indirect effects (via PAC) of both positive and negative attitudes on burden. Also, positive and negative care stigma were associated indirectly with poorer mental health, via PAC and burden. DISCUSSION: Care-related stigma played a significant role in caregivers' stress appraisal and mental health. Informal caregivers may benefit from actions targeting internalized negative care-related stigma, while further investigation of the more complex associations between positive care--related stigma and caregivers' mental health is recommended.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».