Cancer information-seeking profiles: A self-report measure of patients’ distinct preferences for information about their cancer
Notice bibliographique
Résumé
Objective: Contemporary cancer care approaches, such as value- and strengths-based health care, involve integrating patients' needs and preferences, as the cancer experience unfolds. Distinct cancer information-seeking behaviours among patients are increasingly found to influence patient-provider communication, treatment-related decision-making, health processes and outcomes, as well as patient satisfaction with cancer care services. My program of research has already documented diverse cancer information-seeking profiles (CISP) among patients. These profiles can easily be captured by a theory-driven and empirically sound self-report single-item measure presented herein. Methods: Guided by Self-Evaluation Theory (SET) - which posits that individuals vary in their motivation to seek information about the self - quantitative work established that SET motives could be reproduced in health-related contexts (N = 600). Qualitative inquiry subsequently explored information-seeking among individuals with various cancer diagnoses. Based on this series of studies, a CIPS measure (containing a general question which prompts individuals to choose the most representative statement based on five descriptions of distinct informational profiles) was tested in a large sample of individuals with diverse cancers. Results: In this latter sample (N = 2,142), patients were administered the CISP and the Ambulatory Oncology Patient Satisfaction Survey (AOPSS). The most frequently reported CISP was complementary (50.2%, i.e., search for cancer information that added to what patients already knew), followed by minimal (25.2%, i.e., no search for cancer information), then guarded (14.4%, i.e., avoiding negative and only seeking hopeful cancer information), peer-focused (6.4%, i.e., search for cancer information from similar others), and last, intense (3.8%, i.e., seeking as much cancer information as possible). These profiles were also differentially related to care satisfaction with intense profiles being the least satisfied across all cancer care domains. Conclusions and Practice Implications: The CISP measure can readily assess patients' profiles in the search for (or avoidance of) information about their cancer so that more personalized interventions can be provided. Future research exploring how CISP evolves, as the cancer experience unfolds, is also worthy of further study.
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 | 0,003 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,003 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».