HEMATOLOJIK KANSER TANISI ALAN BIREYLERDE DISTRES VE ALEKSITIMINİN İNCELENMESİ
Bibliographic record
Abstract
Amaç: Bu çalışmada hematolojik kanser tanısı alan bireylerde distres ve aleksitimi düzeylerinin belirlenmesi ve bu iki değişken arasındaki ilişkinin incelenmesi amaçlanmıştır. Gereç ve Yöntem: Tanımlayıcı nitelikteki bu araştırma, bir eğitim araştırma hastanesinin hematoloji kliniğinde yatarak ve ayaktan tedavi görmekte olan hematolojik kanser tanısına sahip, 18-65 yaşları arasında, araştırmaya katılmayı kabul eden 135 birey ile Şubat-Haziran 2018 tarihleri arasında yürütülmüştür. Araştırmanın verileri, tanıtıcı bilgi formu, James Destekleyici Bakım Gereksinimlerini Belirleme Ölçeği ve Toronto Aleksitimi Ölçeği ile toplanmıştır. Bulgular: Bu çalışmada James Destekleyici Bakım Gereksinimlerini Belirleme Ölçeği ortalama puanı 50,2±21,2; Toronto Aleksitimi Ölçeği ortalama puanı 52,3±10,2 olarak bulunmuştur. Yapılan korelasyon analizi sonucunda, hematolojik kanser tanısı alan bireylerin distres ve aleksitimi seviyeleri arasında orta şiddette, pozitif yönlü anlamlı bir ilişki bulunmuştur (r=0,412; p<0,001). Sonuç: Bu çalışma ile hematolojik kanser tanısı olan bireylerde distres seviyeleri arttıkça aleksitimik özellikler gözlenebildiği sonucuna varılmıştır. Bu sonuçlar doğrultusunda sağlık hizmetleri sunumunda bireylerin stresle başetme, duygularını tanıma ve ifade etme gibi konularda sağlık profesyonelleri tarafından desteklenmesi ve psikososyal müdahalelerin yapılması önerilmektedir.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.016 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".