Body image among adolescents and young adults diagnosed with cancer: A scoping review
Notice bibliographique
Résumé
OBJECTIVE: Cancer and treatment can produce temporary or permanent body changes, which may affect the body image (BI) of adolescents and young adults diagnosed with cancer (AYAs). This evidence has not been comprehensively summarized. A scoping review was conducted to explore the available evidence on BI among AYAs and identify the definitions, theories, models, frameworks, measures, and methods used to assess BI. METHODS: Databases MEDLINE, EMBASE, PsycINFO (via Ovid) and CINAHL and Gender Studies (via EBSCO) were searched to identify published studies from 1 January 2000 to 25 November 2019. Inclusion criteria were: qualitative, quantitative, or mixed methodology; at least one BI-related measure or theme; published in English; and majority of the sample between 13 and 39 years at diagnosis and a mean age at diagnosis between 13 and 39 years. Two authors screened the titles, abstracts, and full-text articles and data were extracted and summarized. RESULTS: The search yielded 11,347 articles and 82 met inclusion criteria. Articles included 45 quantitative, 33 qualitative, and four mixed-methods studies. The majority of studies used cross-sectional designs, while BI definitions, theories, models, frameworks, and measures were varied. Studies explored descriptive, psychological, physical, coping, and social factors, with BI being described most often as an outcome rather than a predictor. CONCLUSIONS: Theory-based research that employs a holistic BI definition and uses longitudinal or intervention study designs or a qualitative methodology is needed to better understand the BI experience of AYAs and inform the development of strategies and programs to reduce BI concerns and increase positive body experiences.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».