Using Social Media for Peer-to-Peer Cancer Support: Interviews With Young Adults With Cancer
Notice bibliographique
Résumé
BACKGROUND: Web-based social support can address social isolation and unmet support needs among young adults with cancer (aged 18-39 years). Given that 94% of young adults own and use smartphones, social media can offer personalized, accessible social support among peers with cancer. OBJECTIVE: This study aims to examine the specific benefits, downsides, and topics of social support via social media among young adults with cancer. METHODS: We conducted semistructured interviews with young adults with cancer, aged between 18 and 39 years, who were receiving treatment or had completed treatment for cancer. RESULTS: Most participants (N=45) used general audience platforms (eg, Facebook groups), and some cancer-specific social media (eg, Caring Bridge), to discuss relevant lived experiences for medical information (managing side effects and treatment uncertainty) and navigating life with cancer (parenting and financial issues). Participants valued socializing with other young adults with cancer, making connections outside their personal networks, and being able to validate their emotional and mental health experiences without time and physical constraints. However, using social media for peer support can be an emotional burden, especially when others post disheartening or harassing content, and can heighten privacy concerns, especially when navigating cancer-related stigma. CONCLUSIONS: Social media allows young adults to connect with peers to share and feel validated about their treatment and life concerns. However, barriers exist for receiving support from social media; these could be reduced through content moderation and developing more customizable, potentially cancer-specific social media apps and platforms to enhance one's ability to find peers and manage groups.
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 | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».