Tobacco Smoking Behaviors in Cancer Survivors: The Mediation Effect of Personality and Emotional Intelligence
Notice bibliographique
Résumé
The smoking behaviour of patients following a cancer diagnosis is a critical risk factor for several physical diseases; it can increase the risk of second primary tumors and lower cancer treatment efficacy. Despite this, a great number of survivors continue to smoke after the diagnosis. This observational, cross-sectional on-line study aimed to assess the relationship between the impact of cancer diagnosis on survivors and their smoking behavior, and whether emotional intelligence and personality might mediate this relationship. Ninety-four Italian survivors completed a set of questionnaires: Big Five Inventory; Fagerström Test for Nicotine Dependence; Impact of Event Scale; Brief Emotional Intelligence Scale. The results obtained from the mediation analyses highlighted that the indirect effect on the relationship between the psychological impact of the diagnosis and smoking behaviors was partially mediated by neuroticism (Intrusion: 95% CI [0.00; 0.11]; Avoidance: 95% CI [0.00; 0.18]). Additionally, the data suggested that the relationship between the psychological impact of the diagnosis and smoking behaviors was partially mediated by the utilization of emotions dimension of emotional intelligence (Intrusion: 95% CI [0.00; 0.10]; Avoidance: 95% CI [0.00; 0.22]). Overall, this study suggests the importance of designing interventions to support smoking interruption based on the “mapping” of individual needs and emotional regulation strategies.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 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 ».