Mediating Effects of Self-Efficacy and Illness Perceptions on Mental Health in Men with Localized Prostate Cancer: A Secondary Analysis of the Prostate Cancer Patient Empowerment Program (PC-PEP) Randomized Controlled Trial
Notice bibliographique
Résumé
Understanding how interventions reduce psychological distress in patients with prostate cancer is crucial for improving patient care. This study examined the roles of self-efficacy, illness perceptions, and heart rhythm coherence in mediating the effects of the Prostate Cancer Patient Empowerment Program (PC-PEP) on psychological distress compared to standard care. In a randomized controlled trial, 128 patients were assigned to either the PC-PEP intervention or standard care. The PC-PEP, a six-month program emphasizing daily healthy living habits, included relaxation and stress management, diet, exercise, pelvic floor muscle exercises, and strategies to improve relationships and intimacy, with daily activities supported by online resources and live sessions. Participants in the intervention group showed significant improvements in self-efficacy and specific illness perceptions, such as personal control and emotional response, compared to the control group. These factors mediated the relationship between the intervention and its psychological benefits, with self-efficacy accounting for 52% of the reduction in psychological distress. No significant differences in heart rhythm coherence were observed. This study highlights the critical role of self-efficacy and illness perceptions in enhancing psychological health in prostate cancer patients through the PC-PEP. The results underscore this program's effectiveness and the key mechanisms through which it operates. Given the high rates of distress among men undergoing prostate cancer treatments, these findings emphasize the importance of integrating the PC-PEP into clinical practice. The implementation of the PC-PEP in clinical settings can provide a structured approach to reducing psychological distress and improving overall patient well-being.
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 | 0,017 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,008 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».