Do behavioural self-blame and stigma predict positive health changes in survivors of lung or head and neck cancers?
Notice bibliographique
Résumé
UNLABELLED: Survivors of lung or head and neck cancers often change tobacco and alcohol consumption after diagnosis, but few studies have examined other positive health changes (PHCs) or their determinants in these groups. The present study aims to: (a) document PHCs in survivors of lung (n = 107) or head and neck cancers (n = 99) and (b) examine behavioural self-blame and stigma as determinants of PHCs. We hypothesised that: (a) survivors would make a variety of PHCs; (b) behavioural self-blame for the disease would positively predict making PHCs; and (c) stigma would negatively predict making PHCs. METHODS: Respondents self-administered measures of PHC, behavioural self-blame, and stigma. Hierarchical multiple regression analysis tested the hypotheses. RESULTS: More than 65% of respondents reported making PHCs, the most common being changes in diet (25%), exercise (23%) and tobacco consumption (16.5%). Behavioural self-blame significantly predicted PHCs but stigma did not. However, both behavioural self-blame and stigma significantly predicted changes in tobacco consumption. CONCLUSIONS: Many survivors of lung or head and neck cancers engage in PHCs, but those who do not attribute the disease to their behaviour are less likely to do so. Attention to this problem and additional counselling may help people to adopt PHCs.
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) | 0,001 | 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 ».