Restoring body image after cancer (ReBIC): A group therapy intervention
Notice bibliographique
Résumé
OBJECTIVES: Body image (BI) remains a significant survivorship challenge among breast cancer (BC) survivors. We describe an 8-week group intervention-restoring body image after cancer (ReBIC)-developed to target BI distress for BC survivors. METHODS: The intervention was informed by interviews with BC survivors and by a descriptive, exploratory approach which adapted guided imagery exercises to address BI. Educational material was selected to address sociocultural factors that may contribute to BI distress and affect adjustment. Videotape reviews and content analyses further refined the intervention. RESULTS: The intervention incorporates three active components: psychotherapeutic group principles; guided imagery exercises to address BI; and psychoeducation on relevant socialization factors and gender-based messages internalized by women in Western society. The therapeutic group was a supportive and effective way to assist BC survivors to gain insight on BI impacts, their histories, and relevant sociocultural factors contributing to BI distress. The group also facilitated the working through of grief over multiple losses. Guided imagery was well-received, and appeared to help survivors identify negative and emerging self-schema, as well as facilitate new self-views. Specific themes included negative emotions associated with an altered body and self, grief and loss, isolation, difficulties with sexual intimacy, relationship challenges, and uncertainty around sense of self and future. CONCLUSION: An empirically tested group therapy intervention is described and has implications for survivorship programs to help address BI-related challenges. Future work could consider testing a similar approach tailored for other cancer populations.
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) | 0,000 | 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) | 0,003 | 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 ».