Health literacy and cancer self‐management behaviors: A scoping review
Notice bibliographique
Résumé
BACKGROUND: Increasing demands on health care systems require patients to take on more active roles in their health. Effective self-management has been linked to improved health outcomes, and evidence shows that effective self-management is linked to health literacy (HL). HL is an important predictor of successful self-management in other chronic diseases but has had minimal testing in cancer. METHODS: A scoping review was conducted to examine and summarize what is known about the association between HL and self-management behaviors and health service utilization in the cancer setting. The methodological framework articulated by Arksey and O'Malley was used and was further refined with the Joanna Briggs Institute methodology. Inclusion criteria included the following: peer review; publication in English; and adult patients and caregivers of all races, ethnicities, and cultural groups. Use of a validated instrument to measure HL was required. RESULTS: The search yielded 2414 articles. After the removal of duplicates and the performance of title scans and abstract reviews, the number was reduced to 44. Of the 44 full-text articles reviewed, 17 met the inclusion criteria. A number of important self-management behaviors and related outcomes were found to be associated with HL. These included the uptake of cancer screening, the receipt of prescribed chemotherapy, and a greater risk of postoperative complications. CONCLUSIONS: This literature review shows that HL is associated with important self-management behaviors in cancer. The implications of these associations for individuals with inadequate HL and for the health care system are significant. More research is needed to explore these associations.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».