MétaCan
Menu
Retour à la cohorte
Enregistrement W2743167897 · doi:10.1097/ncc.0000000000000537

Dimensions of Posttraumatic Growth in Patients With Cancer

2017· article· en· W2743167897 sur OpenAlexaff
Mehdi Heidarzadeh, Maryam Rassouli, Jeannine M. Brant, Farahnaz Mohammadi Shahboulaghi, Hamid Alavi Majd

Notice bibliographique

RevueCancer Nursing · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensBrantford Energy (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedicinePosttraumatic growthOncologyClinical psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Posttraumatic growth (PTG) refers to positive outcomes after exposure to stressful events. Previous studies suggest cross-cultural differences in the nature and amount of PTG. OBJECTIVE: The aim of this study was to explore different dimensions of PTG in Iranian patients with cancer. METHODS: A mixed method study with convergent parallel design was applied to clarify and determine dimensions of PTG. Using the Posttraumatic Growth Inventory (PTGI), confirmatory factor analysis was used to quantitatively identify dimensions of PTG in 402 patients with cancer. Simultaneously, phenomenological methodology (in-depth interview with 12 patients) was used to describe and interpret the lived experiences of cancer patients in the qualitative part of the study. RESULTS: Five dimensions of PTGI were confirmed from the original PTGI. Qualitatively, new dimensions of PTG emerged including "inner peace and other positive personal attributes," "finding meaning of life," "being a role model," and "performing health promoting behaviors." CONCLUSION: Results of the study indicated that PTG is a 5-dimensional concept with a broad range of subthemes for Iranian cancer patients and that the PTGI did not reflect all growth dimensions in Iranian cancer patients. IMPLICATIONS FOR PRACTICE: Awareness of PTG dimensions can enable nurses to guide their use as coping strategies and provide context for positive changes in patients to promote quality care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,857

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,024
Tête enseignante GPT0,318
Écart entre enseignants0,294 · 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 tête enseignante, pas un consensus.

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

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

En bref

Citations35
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer NursingMême sujetCancer survivorship and careTravaux en français237 207