How do researchers conceive of spousal grief after cancer? A systematic review of models used by researchers to study spousal grief in the cancer context
Notice bibliographique
Résumé
BACKGROUND: Although spouses bereaved after cancer are considered vulnerable people, there have been few empirical studies to explore grief specifically in this context. METHODS: Using PsycINFO, Medline, and the PRISMA statement, we systematically searched the literature by intersecting 'cancer' and 'grie*', 'cancer' and 'bereave*', and 'cancer' and 'mourn*'. RESULTS: Gathering 76 studies (2000-2013) that met the inclusion criteria for bereavement in adulthood, bereavement of an adult loved one and evidence-based research, we found the following: Spousal relationships are not systematically examined in the current dominant models of grief. Theoretically derived determinants of spousal grief after cancer and empirically derived ones converge toward the necessity to include the caregiving experience as determining grief reactions. A growing body of literature concerning prolonged grief disorders now provides integrative reflections regarding the characteristics of spousal loss, predictors, and associated therapeutic interventions in the cancer context. CONCLUSIONS: Few empirical studies (20 of 76) target spousal bereavement specifically after cancer. The process of adaptation to loss is usually decontextualized, removing any consideration of the relationship to the deceased or the experience of caregiving and dying. Our findings suggest that this topic warrants more studies that use both prospective and mixed methodologies, as well as explore typical grief needs and experiences of bereaved spouses.
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 | 0,008 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 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 ».