Contributing factors to well-being in a sample of long-term survivors of childhood acute lymphoblastic leukemia: the role of social support in emotional regulation
Notice bibliographique
Résumé
Objectives: To understand why some long-term childhood cancer survivors experience positive adjustment in the long run,[Q1] this study aimed to (1) explore associations between well-being, health status, social support, and emotion regulation (ER) strategies in a cohort of long-term childhood lymphoblastic leukemia (cALL) survivors, (2) identify the individual contribution of each ER strategy to well-being (3) and their interaction with social support.Methods: We used data from 92 participants from the PETALE cohort (51% female, aged 24 ± 7 years). Measures included well-being (WHO-5), health status (15D), social support (SSQ-6), cognitive reappraisal and expressive suppression (ERQ), and emotional processing and expression (EAC). We modeled the odds of high well-being adjusting for health status in logistic regressions and explored the moderating role of social support with bootstrap techniques. Independent of clinical history, high well-being was associated with better health status, higher social support, more frequent use of cognitive reappraisal and emotional processing.Results: We found a main contribution of emotional processing to well-being (OR = 2.12, 95% CI = 1.09-5.37). The interaction between low suppression and high social support was significant (OR = .40, 95% CI = .13-.79). Probabilities for high well-being were 96% when expressive suppression was low and social support was high. Results suggest approaching one's own emotions may contribute to well-being in long-term childhood cancer survivors.Clinical implications: Combining curbing emotional suppression with promoting supportive social environment could be a promising target for future supportive care interventions in survivors.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».