Illness Perceptions, Fear of Cancer Recurrence, and Mental Health in Teenage and Young Adult Cancer Survivors
Notice bibliographique
Résumé
Background: The Common-Sense Model of illness self-regulation underpins illness-specific cognitions (including both illness perceptions and a fear of cancer recurrence; FCR). There is evidence in adults of associations between FCR, illness perceptions, and mental health in adult cancer survivors. However, there is limited empirical research examining these constructs within the developmentally distinct population of adolescent and young adult (AYA) survivors of cancer. The current study aimed to bridge that gap to inform potentially modifiable treatment targets in this population. Method: A cross-sectional, correlational design was used to examine the associations between illness perceptions, FCR, and mental health. A web-based survey was completed by a convenience sample of AYA survivors. Regression and mediation analyses were performed. Results: Overall, more negative illness perceptions were associated with more severe FCR and greater depressive and anxiety symptomatology. Higher FCR was predictive of worse overall mental health. More negative overall illness perceptions predicted the relationship between FCR–depression, mediating 24.1% of the variance. Contrastingly, overall illness perceptions did not predict or mediate the relationship between FCR–anxiety. However, the specific illness perceptions regarding timeline, personal control, and emotional representation, were predictive of the FCR–anxiety relationship. Discussion: Illness perceptions and FCR were predictive of mental health outcomes. Identifying and therapeutically targeting negative illness perceptions in those young adults who have survived adolescent cancer could therefore be a means of reducing anxiety and depressive symptomatology. Limitations and future directions are discussed.
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 | 0,001 | 0,004 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».