Identifying and describing feelings and psychological flexibility predict mental health in men with HIV
Notice bibliographique
Résumé
Background: Difficulty identifying and describing feelings (DIDF) and psychological flexibility (PF) predict poor emotional adjustment.\nObjective: To examine the relationship between DIDF and PF and whether DIDF and low PF would put men undergoing cancer screening at risk for poor adjustment.\nDesign: Longitudinal self‐report survey.\nMethods: Two hundred and one HIV‐infected men who have sex with men participated in anal cancer screening at two time points over 14 weeks. Psychological flexibility was assessed by the Acceptance and Action Questionnaire II and DIDF by the Toronto Alexithymia Scale‐20. We also measured depression, anxiety, stress (DASS) and health‐related quality of life (QOL; SF‐12).\nResults: Both DIDF and PF were reliable predictors of mental health. When levels of baseline mental health were controlled, greater DIDF predicted increases in Time 2 depression, anxiety and stress and decreases in mental and physical QOL. The link between PF and mental health was entirely mediated by DIDF.\nConclusions: Being chronically low in PF could lead to greater DIDF and thereby worse mental health. Having more PF promotes the ability to identify and differentiate the nuances of pleasant and unpleasant emotions, which enhances an individual's mental health. Intentionally enhancing men's ability to identify and describe feelings or PF may assist them to better manage a range of difficult life experiences such as health screenings and other potentially threatening information.
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 | 0,004 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».