A Scoping Review of Stigma Related to Prostate Cancer in Black Men
Notice bibliographique
Résumé
BACKGROUND: Prostate cancer (CaP) disproportionately affects 1-in-4 Black men and is a stigmatised disease within their communities. Yet, Black men are underrepresented in CaP research concerning stigma, which necessitates a scoping review to map available evidence on this topic to inform future research. AIMS: To map published literature on stigma related to CaP in Black men to understand their experiences and/or perceptions and identify directions for future research. METHODS: A scoping review was conducted using the five-step framework by Arksey and O'Malley. Studies published in English addressing stigma related to CaP from the perspectives of Black men and/or their families were included. We searched six databases including Medline, Embase, PsycInfo, CINAHL, Web of Science Core Collection and Google Scholar, from inception to April 2023. Citation searches were also conducted. Two independent reviewers conducted screening and data extraction. Data was synthesised using descriptive content analysis. RESULTS: Thirty-four eligible studies conducted in the USA, UK, Trinidad and Tobago, South Africa, Cameroon and Canada from 1995 to 2023 were included. A total of 1867 Black men with/without a CaP diagnosis and 145 adult partners were included. Review findings showed a complex intersection of self-stigma, public stigma and structural stigma impacted Black men's perceptions of their masculinity. While men's experiences/perceptions of stigma varied depending on their illness status, there were commonalities in their masculinity concerns (underpinned by stigma), which influenced their attitude towards digital rectal examination, post-treatment side effects and social interactions on CaP. These have implications for public health messaging on CaP within Black communities, as well as patient-provider interactions with the men. CONCLUSIONS: This novel review highlights the need to pay attention to how CaP is presented to Black men and their communities using avenues and languages that are culturally acceptable and empower them to negotiate self-stigma, public stigma and structural stigma related to CaP. Directions for further research were also identified.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 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 | 0,001 |
| 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 ».