Patterns of social support among older adults with cancer and associations with patient-reported outcomes: A latent class analysis
Notice bibliographique
Résumé
INTRODUCTION: Social support can play an important role in the care of older adults living with cancer. However, different patterns of social support, such as emotional, instrumental, informational, appraisal, and giving support need to be considered to facilitate adjustments to cancer. This study aimed to explore the distinct patterns of social support among older adults with cancer and examine the socio-demographic variables and patient-reported outcomes that may be associated with patterns of social support. MATERIALS AND METHODS: Data were used from 7,097 respondents from the Experience of Cancer Patients in Transition Study administered in 2016. Socio-demographic variables included sex, age, marital status, place of residence, and income, alongside patient-reported outcomes. Latent class analysis was used to identify distinct social support patterns. Multivariable multinomial regression models were then used to determine predictors of these latent classes. RESULTS: Three latent classes of social support were identified: "low," "moderate," and "high" emotional support. Having "high" emotional support did not necessarily mean patients had the highest levels of all social support attributes. For example, the "low" emotional support group exhibited the highest appraisal support (16 % of class members) and giving support (42 % of class members). While most socio-demographic variables were not significant predictors of the latent classes, statistically significant differences were found in emotional health. DISCUSSION: Assessing social support requires consideration of the different patterns of support, as the presence of one attribute (e.g., appraisal or giving support) does not ensure the coverage of others (e.g., emotional support). Comprehensive assessments of these varied support patterns are recommended to better address the psychological and emotional challenges associated with a cancer diagnosis and to inform subsequent interventions.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,000 | 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 ».