Impact of Patient Smoking Behavior on Empathic Helping by Family Caregivers in Lung Cancer
Notice bibliographique
Résumé
PURPOSE/OBJECTIVES: To test the impact of patient smoking behavior on family caregiver judgments of responsibility, emotions, empathic responses, and helping behavior. DESIGN: Structural equation modeling. SETTING: Five oncology outpatient settings in Canada. SAMPLE: 304 dyads consisting of patients with lung cancer and their primary caregivers. METHODS: Self-report questionnaires, abstracted medical record data, confirmatory factor analysis, and structural equation modeling. MAIN RESEARCH VARIABLES: Smoking history, judgments of responsibility for controlling the disease, anger, pride, empathic responses, and helping behaviors. FINDINGS: The impact of patient smoking behavior on caregiver help was mediated by caregiver judgments of responsibility, affective reactions of anger and pride, and empathic responses by caregivers. CONCLUSIONS: When patients continued to engage in smoking behavior, despite a diagnosis of lung cancer, caregivers tended to ascribe more responsibility and feel more anger and less pride in the patients' efforts to manage the disease, therefore placing caregivers at risk for less empathy and helping behavior. IMPLICATIONS FOR NURSING: Caregiver blame and anger must be assessed, particularly when the patient with lung cancer continues to smoke. If caregiver judgments of blame and anger are evident, then an attribution approach is indicated involving a dialogue between the caregiver and the patient, with the aim of enhancing the caregiver's understanding of how negative attributions and linked emotions impact his or her ability to engage in empathic helping behaviors.
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 ».