Impact of Vulvovaginal Symptoms in Women Diagnosed with Cancer: A Psychometric Evaluation of the Day-to-Day Impact of Vaginal Aging Questionnaire
Notice bibliographique
Résumé
Background: Vulvovaginal symptoms (VVS), such as dyspareunia, dryness, and itching, are common following cancer treatment and can negatively impact sexual well-being, daily activities, mood, self-concept, and overall quality of life. Information about the impact of VVS after cancer treatment is scarce, mainly because of a dearth of validated measures. This study aimed to validate the Day-to-Day Impact of Vaginal Aging (DIVA) questionnaire, which assesses impact of VVS on women's lives, in a sample of women with cancer. Methods: Women diagnosed with cancer ( n = 202) completed a questionnaire package, including the DIVA and measures of VVS, sexual function, and sexual distress. Data were collected as part of study evaluating an educational workshop. Confirmatory factor analysis (CFA) was used to examine whether the factor structure of the DIVA in this population reflected that of the original validation study. Results: CFA showed that the DIVA assesses VVS impact on four domains: activities of daily living, sexual functioning, emotional well-being, and self-concept and body image. All subscales showed excellent internal consistency reliability; however, item analyses indicated that items in the activities of daily living subscale showed very low means. Correlations with sexual function and distress provided evidence that the DIVA assesses impact of VVS. Conclusions: This is the first study aimed at validating the DIVA in women treated for cancer. Results provide evidence of the DIVA's utility in assessing the impact of VVS on four relevant domains. Although issues with certain scale items need to be resolved in future research, the DIVA provides opportunity to understand the impact of VVS after cancer treatment, to address unmet needs of cancer survivors.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».