The mapping of emotions in a respiratory illness: Transferability of illness experience from Pulmonary Arterial Hypertension to COVID-19
Notice bibliographique
Résumé
Objectives: Covid-19 poses an existential threat that has increased death anxiety at the individual and societal levels. In prior work, we have examined existential conversations in patients with Pulmonary Arterial Hypertension (PAH), an incurable respiratory disease with symptom overlap. In this mixed method study, we analyse the emotional qualities of these conversations in PAH. By understanding the emotions in PAH, we may learn something about the feelings that can also be evoked in people coping with Covid-19. Methods: We interviewed 30 PAH patients from 2016-2018 about the meaning and impact of illness on their lives. We analysed transcripts and audio recordings for heightened emotional moments and categorised the emotional responses and topics that were discussed. A multiple correspondence analysis was conducted to identify the associations between emotions and topics. Clini cal illustrations are provided for interpretation. Results: Mean age and illness duration was 52 and 6 years, and 77% were female. Participants had a mean of 5 emotional moments, each lasting on average 20 seconds. Half occurred in the first 20 minutes. Coping with diagnosis and the healthcare system was accompanied by feelings of shock and unfairness; relational issues involving close others evoked complicated feelings of isolation, worthlessness, and self-blame; and the experience of physical limitations and mortality salience elicited much anger and fear. Conclusion: People confronted by the threat of mortality from disease may have powerful feelings that they would benefit from sharing. These emotions are readily expressed because opportunities to discuss them are rare. Psychoeducation about illness experiences may help healthy people to relate to the medically ill and destigmatise the discussion of illness-related concerns. Research on coping with existential distress may be applied to the illness experience of Covid-19.
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 | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».