Lived Education Experience of Young Adults With Childhood- and Adult-Onset Systemic Lupus Erythematosus: A Multicenter Canadian Qualitative Study
Notice bibliographique
Résumé
OBJECTIVE: Young adults with systemic lupus erythematosus (SLE) have physical, cognitive, and psychosocial health issues and other comorbidities that may affect educational attainment and, ultimately, lifetime socioeconomic achievement. We aimed to understand the lived educational experiences of young adults with SLE and to assess their perceived barriers from SLE. METHODS: Individual semistructured interviews were conducted remotely with participants from 2 SLE clinics in Canada. All interviews were transcribed verbatim, double-coded, and analyzed using a reflexive thematic approach. RESULTS: Thirteen participants (85% female) with a median age of 20.5 years-8 with childhood-onset SLE and 5 with adult-onset SLE-were interviewed. Four themes were identified: (1) challenges due to SLE (difficulties adjusting to the diagnosis, physical and cognitive symptoms of SLE); (2) changes in aspirations (education or career goals modified by reducing course load or shifting to a more sedentary or less demanding career); (3) facilitators of student success (social support from family and friends, parental financial support, individualized accommodations from institutions, and asynchronous learning opportunities as a response to the coronavirus disease 2019 pandemic); and (4) coping and moving forward (using more adaptive than maladaptive coping strategies to self-manage, including self-acceptance, pacing, and planning). CONCLUSION: Whereas most participants were successfully engaging in higher education, their performance was often negatively affected by the physical and cognitive toll of SLE. Social support and academic accommodations helped to alleviate the challenges experienced by this group. Going forward, clinicians should initiate conversations about the educational experiences of young adults with SLE to proactively address the challenges they may face.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,010 | 0,003 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».