Mechanisms of Dignity Therapy: Positive Outcomes in Older Cancer Patients
Notice bibliographique
Résumé
OBJECTIVE: To investigate two mechanisms, patient-level narrative richness and provider-patient empathy, of positive outcomes following Dignity Therapy, to focus provider training and intervention delivery. BACKGROUND: Dignity Therapy is a brief reminiscence-based psychotherapeutic intervention designed to help seriously ill patients preserve dignity, reduce distress, and improve quality of life. Identifying mechanisms through which the therapy works can improve training and delivery of this increasingly popular intervention. METHODS: = 7.45 years; 66% women) from palliative care programs across the United States completed Dignity Therapy with a trained provider. Transcripts of their interview sessions were examined using interactional analyses to determine provider-level empathic communication. Transcripts were also content-analyzed for patient-level narrative richness. Changes in dignity, peaceful awareness of prognosis, and completion of existential tasks from pre- to postintervention were assessed. RESULTS: = 0.009) even when accounting for patient demographics. Providers' level of empathic communication did not affect patient outcomes at traditional significance levels. Results were not moderated by patients' symptom severity. CONCLUSIONS: Dignity Therapy benefits patients most when they richly engage in the process, narrating their life story and describing their legacy with elements of communion, meaning, and purpose. Future research might aim to follow up on forms of empathy or other provider behavior that elicit rich narratives during therapy.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».