How Social Sharing and Social Support Explain Distress in Breast Cancer After Surgery: The Role of Alexithymia
Notice bibliographique
Résumé
Perceived social support has shown to be key to adjustment along the cancer trajectory, but results remain contradictory about the disclosure of the experience of the illness (social sharing) and may reflect the importance of patients characteristics. The authors explored the associations between social sharing, perceived social support, and emotional adjustment in nonmetastatic breast cancer patients and how alexithymia may impact these associations. One hundred and thirteen women with breast cancer from a cancer care center in Villejuif (France) were assessed after breast surgery. Participants completed measures of depression, negative affect, and alexithymia together with a self-description of social sharing of their disease experience and perceived social support. Higher depression and negative affect were related to a high level of emotional sharing, a low satisfaction with confidant's reactions, and a high perceived negative support. In comparison with low-alexithymia patients, those with high alexithymia showed positive associations between negative emotional outcomes and (1) negative social support and (2) emotional sharing. These results suggest that the relationships between social sharing/support and emotional outcomes depend also on individual characteristics, such as alexithymia. Assessing perceived social support and alexithymia in cancer patients is useful to identify who might benefit from social sharing. Interventions could focus on helping the social network and environment to adjust to the socioemotional characteristics of breast cancer patients along the cancer trajectory.
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 | 0,001 | 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 ».