Identifying and describing feelings and psychological flexibility predict mental health in men with HIV
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle