MétaCan
Menu
Retour à la cohorte
Enregistrement W4414137668 · doi:10.3389/fmed.2025.1610957

A narrative review of challenges faced by informal caregivers of people with dementia in the Middle East and North Africa

2025· review· en· W4414137668 sur OpenAlexaff
Maha Al-Namla, Anns Mahboob, Zena Sinan, Abdulrahman Al-Namla, Mohamud A. Verjee, Ali Châari

Notice bibliographique

RevueFrontiers in Medicine · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesWeill Cornell Medicine - QatarWeill Cornell Medical College
Mots-clésDementiaMiddle EastNarrative reviewNarrativeFace (sociological concept)Psychological interventionFocus group

Résumé

récupéré en direct d'OpenAlex

Background: Informal caregivers of individuals with dementia in the Middle East and North Africa (MENA) region face a unique set of challenges shaped by cultural, religious, and structural factors. Understanding these challenges is crucial for informing effective supportive interventions. Methods: A narrative review was conducted by searching PubMed, Scopus, Medline, Embase, and Web of Science in January 2024. Thirty-two studies that met the inclusion criteria were analyzed using an inductive thematic approach to synthesize findings related to caregiver burden across the MENA region. Results: Key themes identified include financial strain, gendered burden, inadequate governmental support, limited dementia knowledge, and reliance on domestic workers. Cultural and religious expectations were found to both motivate and complicate caregiving. Interventions such as caregiver education, formal policy support, and the integration of domestic workers were highlighted as potential avenues for relief. Conclusion: Informal caregivers in the MENA region face a multifaceted burden with limited structural support. Culturally sensitive interventions are necessary to alleviate the psychological, financial, and emotional strain experienced by these individuals, with a focus on education, policy reform, and the development of an inclusive caregiving infrastructure.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0070,008
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,052
Tête enseignante GPT0,308
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in MedicineMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207