Trajectories of Posttraumatic Growth Among Latvian Parents of Children with Cancer: A Mixed Methods Approach
Notice bibliographique
Résumé
BACKGROUND: This study explores post-traumatic growth (PTG) among parents of childhood cancer survivors (CCSs), a group often underrepresented in research. METHOD: A convergent parallel mixed-methods design integrating Bayesian Multilevel Latent Class Analysis and Thematic Analysis was utilized in a longitudinal study involving 58 caregivers (50 mothers, 8 fathers) from the Children's Clinical University Hospital in Riga. Quantitative data were collected at diagnosis using the Psychosocial Assessment Tool (PAT) and Big Five Inventory-10 (BFI-10). Follow-up assessments post-treatment included the Responses to Stress Questionnaire (RSQ), Impact of Event Scale-Revised (IES-R), and the Post-traumatic Growth Inventory (PTGI). Qualitative data were collected through structured interviews. RESULTS: A 2-class model distinguished parents with low PTG from those with moderate to high PTG. Change in values, detachment from trivial stressors, and acceptance of life emerged as key indicators of growth. PTG was not significantly correlated with overall post-traumatic stress symptoms, but engagement coping strategies showed a positive association with PTG and personality traits like extraversion and openness. CONCLUSIONS: The mixed methods approach revealed sample-specific PTG elements not reflected in standardized tools. Initial perceptions of the cancer diagnosis shaped psychological outcomes, with PTG facilitated by adaptive coping, self-reflection, support, emotional disclosure, and psychological struggle. This study offers the first insights into PTG among Latvian parents of CCSs, a previously unexplored area.
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 | 0,009 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».