MétaCan
Menu
Retour à la cohorte
Enregistrement W3084149091 · doi:10.1080/07347332.2020.1815926

Body image concerns of young adult cancer survivors: A brief report

2020· article· en· W3084149091 sur OpenAlexaff
Madison F. Vani, Catherine M. Sabiston, Anika Petrella, Scott C. Adams, Geoff Eaton, Karine Chalifour, Sheila N. Garland

Notice bibliographique

RevueJournal of Psychosocial Oncology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueChildhood Cancer Survivors' Quality of Life
Établissements canadiensMemorial University of NewfoundlandUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychosocialBivariate analysisDescriptive statisticsPsychologyDistressClinical psychologyMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Background The purpose of this study was to describe body image among young adult (YA) cancer survivors and examine relationships between body image and personal, medical, and psychosocial variables. Methods: YAs (n = 522; Mage = 34 ± 6 years) completed an online survey and data were analyzed using descriptive statistics, bivariate correlations, and appropriate tests of mean differences. Results: Higher body image concerns were related to less time since diagnosis, lower post-traumatic growth and social support, greater distress, and a higher number of treatments received (rs = .09 to .42; ps < .05). Body image concerns were higher for those currently on treatment (p < .05). Conclusions: Findings suggest greater attention to YAs’ body image is necessary. Specifically, longitudinal research and the development of strategies dedicated to reducing body image concerns among YAs are needed.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,132
Score d'incertitude au seuil0,861

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,042
Tête enseignante GPT0,403
Écart entre enseignants0,362 · 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'étudeSans objet
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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Psychosocial OncologyMême sujetChildhood Cancer Survivors' Quality of LifeTravaux en français237 207