The Use of Person-Centered Language in Medical Research Journals Focusing on Psoriasis: Cross-sectional Analysis
Notice bibliographique
Résumé
BACKGROUND: Person-centered language places a person's identity before any disability or medical condition they may have. Using person-centered language reduces stigma and improves the patient-physician relationship, potentially optimizing health outcomes. Patients with psoriasis often feel stigmatized due to their chronic skin condition. OBJECTIVE: We seek to evaluate the use of person-centered language in psoriasis literature and to explore whether certain article characteristics were associated with non-person-centered language. METHODS: We performed a systematic search on PubMed for recently published articles in journals that regularly publish psoriasis studies. After article reduction procedures, randomization, and screening, we reached our target sample of 400 articles. The following non-person-centered language terms were extracted from each article: "Psoriasis Patient," "Psoriasis subject," "Affected with," "Sufferer," "Suffering from," "Burdened with," "Afflicted with," and "Problems with." Screening and data extraction occurred in a masked duplicate fashion. RESULTS: Of the 400 included articles, 272 (68%) were not adherent to person-centered language guidelines according to the American Medical Association Manual of Style. The most frequent non-person-centered language term was "Psoriasis Patient," found in 174 (43.5%) articles. The stigmatizing language was associated with the type of article and funding status, with original investigations and funded studies having higher rates of stigmatizing language. CONCLUSIONS: Articles about psoriasis commonly use non-person-centered language terms. It is important to shift away from using stigmatizing language about patients with psoriasis to avoid potential untoward influences. We recommend using "patients with psoriasis" or "patient living with psoriasis" to emphasize the importance of person-centered care.
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 | 0,038 | 0,167 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,005 |
| Bibliométrie | 0,025 | 0,028 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».