乳がんサバイバーの幸福を高めるための親切な介入

• 行動条件付け療法
• 行動またはライフスタイルの変更
• 行動療法
• 行動介入
• 行動修正

• 行動条件付け療法
• 行動またはライフスタイルの変更
• 行動療法
• 行動介入
• 行動修正

• 行動条件付け療法
• 行動またはライフスタイルの変更
• 行動療法
• 行動介入
• 行動修正

• 行動条件付け療法
• 行動またはライフスタイルの変更
• 行動療法
• 行動介入
• 行動修正

• 行動条件付け療法
• 行動またはライフスタイルの変更
• 行動療法
• 行動介入
• 行動修正

• 行動条件付け療法
• 行動またはライフスタイルの変更
• 行動療法
• 行動介入
• 行動修正

• 行動条件付け療法
• 行動またはライフスタイルの変更
• 行動療法
• 行動介入
• 行動修正

• 行動条件付け療法
• 行動またはライフスタイルの変更
• 行動療法
• 行動介入
• 行動修正

• 行動条件付け療法
• 行動またはライフスタイルの変更
• 行動療法
• 行動介入
• 行動修正

• 行動条件付け療法
• 行動またはライフスタイルの変更
• 行動療法
• 行動介入
• 行動修正

• 行動条件付け療法
• 行動またはライフスタイルの変更
• 行動療法
• 行動介入
• 行動修正

• 行動条件付け療法
• 行動またはライフスタイルの変更
• 行動療法
• 行動介入
• 行動修正

• 行動条件付け療法
• 行動またはライフスタイルの変更
• 行動療法
• 行動介入
• 行動修正

• 行動条件付け療法
• 行動またはライフスタイルの変更
• 行動療法
• 行動介入
• 行動修正

• 行動条件付け療法
• 行動またはライフスタイルの変更
• 行動療法
• 行動介入
• 行動修正

• 行動条件付け療法
• 行動またはライフスタイルの変更
• 行動療法
• 行動介入
• 行動修正

分析は、割り当てられた状態のすべての参加者を含め、intent-to-treat 原則に基づいて実施され、追跡が不完全な参加者のデータを含む、各結果尺度の利用可能なすべてのデータにモデルを当てはめることによって達成されます。 線形混合モデルは、欠落したランダムな仮定の下で有効な推論を提供します。 時間の経過に伴う変化における条件間の違いは、条件ごとの交互作用項をテストすることによって調べられます。 分析では、条件間のベースラインの不均衡や保持された参加者間で異なる参加者の特性を制御します。

うつ病の症状は、20項目の疫学研究センターうつ病スケール（CES-D）を使用して、ベースラインおよび介入後に測定されます。 CES-D は前週の症状の重症度の尺度であり、合計スコアの範囲は 0 ～ 60 です。スコアが高いほど、うつ症状の重症度が高いことを示します。

分析は治療意図に基づいて実施され、追跡調査が不完全な参加者のデータを含む、各結果尺度の利用可能なすべてのデータにモデルを当てはめることによって達成されます。 分析では、条件間のベースラインの不均衡や保持された参加者間で異なる参加者の特性を制御します。

Mental Health Continuum-Short Form (MHC-SF) によって測定される心理的幸福度 幸福度は、14 項目の MHC-SF によってベースラインと介入後の両方で測定されます。 合計スコアの範囲は 0 ～ 70 で、スコアが高いほど全体的な健康状態が良好であることを示します。 MHC-SF は、経験的に導出された 3 つの下位尺度で構成されています。3 項目の感情的幸福下位尺度 (スコア範囲: 0 ～ 15)、6 項目の心理的幸福下位尺度 (スコア範囲: 0 ～ 30)、および5 項目の社会福祉サブスケール (スコア範囲: 0 ～ 25)。 各下位尺度のスコアが高いほど、その領域内での幸福度が高いことを示します。

分析は、割り当てられた状態のすべての参加者を含め、intent-to-treat 原則に基づいて実施され、追跡が不完全な参加者のデータを含む、各結果尺度の利用可能なすべてのデータにモデルを当てはめることによって達成されます。 時間の経過に伴う変化における条件間の違いは、条件ごとの交互作用項をテストすることによって調べられます。 分析では、条件間のベースラインの不均衡や保持された参加者間で異なる参加者の特性を制御します。

ベースラインで測定される 10 項目性格インベントリー (TIPI) によって測定される Big-5 性格次元: ベースラインでの性格次元は 10 項目 TIPI によって測定されます。 TIPI には 5 つの下位尺度があり、それぞれに外向性、協調性、誠実性、感情の安定性、経験への寛容さの 2 つの項目があります。 各下位尺度のスコアは 2 ～ 14 の範囲であり、スコアが高いほど、対応する性格領域がより強く支持されていることを示します。

分析は、割り当てられた状態のすべての参加者を含め、intent-to-treat 原則に基づいて実施され、追跡が不完全な参加者のデータを含む、各結果尺度の利用可能なすべてのデータにモデルを当てはめることによって達成されます。 線形混合モデルは、欠落したランダムな仮定の下で有効な推論を提供します。 時間の経過に伴う変化における条件間の違いは、条件ごとの交互作用項をテストすることによって調べられます。 分析では、条件間のベースラインの不均衡や保持された参加者間で異なる参加者の特性を制御します。

対人反応性指数の視点のとり方と共感的関心の下位尺度によって測定される共感: 共感は、6 項目の視点のとり方 (範囲: 0 ～ 30) と 7 項目の共感的関心の下位尺度 (範囲: 0-35) の IRI。 スコアが高いほど、共感の特徴がより優れていることを示します。

分析は、割り当てられた状態のすべての参加者を含め、intent-to-treat 原則に基づいて実施され、追跡が不完全な参加者のデータを含む、各結果尺度の利用可能なすべてのデータにモデルを当てはめることによって達成されます。 線形混合モデルは、欠落したランダムな仮定の下で有効な推論を提供します。 時間の経過に伴う変化における条件間の違いは、条件ごとの交互作用項をテストすることによって調べられます。 分析では、条件間のベースラインの不均衡や保持された参加者間で異なる参加者の特性を制御します。

疲労症状目録 (FSI) の重症度項目によって測定される疲労: 疲労は、FSI の 4 項目の重症度サブスケールを使用して介入前および介入後に測定されます。 スコアの範囲は 0 ～ 40 で、スコアが高いほど重症度が高くなります。

分析は、割り当てられた状態のすべての参加者を含め、intent-to-treat 原則に基づいて実施され、追跡が不完全な参加者のデータを含む、各結果尺度の利用可能なすべてのデータにモデルを当てはめることによって達成されます。 線形混合モデルは、欠落したランダムな仮定の下で有効な推論を提供します。 時間の経過に伴う変化における条件間の違いは、条件ごとの交互作用項をテストすることによって調べられます。 分析では、条件間のベースラインの不均衡や保持された参加者間で異なる参加者の特性を制御します。

心理的ニーズのバランスのとれた尺度によって測定される心理的ニーズの充足: 心理的ニーズの充足は、9 項目の心理的ニーズのバランスのとれた尺度を使用して毎週測定されます。 スコアの範囲は 5 ～ 45 で、スコアが高いほど生活の満足度が高いことを示します。

分析は、割り当てられた状態のすべての参加者を含め、intent-to-treat 原則に基づいて実施され、追跡が不完全な参加者のデータを含む、各結果尺度の利用可能なすべてのデータにモデルを当てはめることによって達成されます。 線形混合モデルは、欠落したランダムな仮定の下で有効な推論を提供します。 時間の経過に伴う変化における条件間の違いは、条件ごとの交互作用項をテストすることによって調べられます。 分析では、条件間のベースラインの不均衡や保持された参加者間で異なる参加者の特性を制御します。

生活満足度スケールによって測定される生活満足度: 生活満足度は、5 項目の生活満足度スケールを使用して介入前と介入後に測定されます。 スコアの範囲は 5 ～ 35 で、スコアが高いほど満足度が高いことを示します。 たとえば、31 ～ 35 のスコアは「非常に満足」を表します。

分析は、割り当てられた状態のすべての参加者を含め、intent-to-treat 原則に基づいて実施され、追跡が不完全な参加者のデータを含む、各結果尺度の利用可能なすべてのデータにモデルを当てはめることによって達成されます。 線形混合モデルは、欠落したランダムな仮定の下で有効な推論を提供します。 時間の経過に伴う変化における条件間の違いは、条件ごとの交互作用項をテストすることによって調べられます。 分析では、条件間のベースラインの不均衡や保持された参加者間で異なる参加者の特性を制御します。

Rand Health 36 項目の簡易調査 (SF-36) の疼痛サブスケールによって測定される疼痛: SF-36 の 2 項目の疼痛サブスケールを使用して、介入の前後で疼痛の重症度と干渉が測定されます。 スコアの範囲は 0 ～ 100 で、スコアが高いほど重大度/干渉が低いことを示します。

分析は、割り当てられた状態のすべての参加者を含め、intent-to-treat 原則に基づいて実施され、追跡が不完全な参加者のデータを含む、各結果尺度の利用可能なすべてのデータにモデルを当てはめることによって達成されます。 線形混合モデルは、欠落したランダムな仮定の下で有効な推論を提供します。 分析では、条件間のベースラインの不均衡や保持された参加者間で異なる参加者の特性を制御します。

感情-形容詞スケールによって測定されるポジティブな感情とネガティブな感情: ポジティブな感情とネガティブな感情は、9 項目の感情-形容詞スケールを使用して毎週測定されます。 研究者らはさらに 3 つの形容詞 (つまり、恥ずかしい、不快、恥ずかしい) を追加しました。 4 項目の肯定的な感情の下位尺度のスコアは 0 から 24 の範囲であり、スコアが高いほど肯定的な感情が高いことを示します。 5 項目のネガティブな影響の下位スケールのスコアは 0 から 30 の範囲であり、スコアが高いほどネガティブな影響が大きいことを示します。

分析は、割り当てられた状態のすべての参加者を含め、intent-to-treat 原則に基づいて実施され、追跡が不完全な参加者のデータを含む、各結果尺度の利用可能なすべてのデータにモデルを当てはめることによって達成されます。 線形混合モデルは、欠落したランダムな仮定の下で有効な推論を提供します。 時間の経過に伴う変化における条件間の違いは、条件ごとの交互作用項をテストすることによって調べられます。 分析では、条件間のベースラインの不均衡や保持された参加者間で異なる参加者の特性を制御します。

実行された行為の定性的評価: 各週の終わりに、参加者は自由回答テキスト ボックスを介してその週の活動について報告するよう求められます。 これらのアクティビティの内容は、定量的データにコンテキストを提供するためにコード化または分析される場合があります。

分析は、割り当てられた状態のすべての参加者を含め、intent-to-treat 原則に基づいて実施され、追跡が不完全な参加者のデータを含む、各結果尺度の利用可能なすべてのデータにモデルを当てはめることによって達成されます。 線形混合モデルは、欠落したランダムな仮定の下で有効な推論を提供します。 時間の経過に伴う変化における条件間の違いは、条件ごとの交互作用項をテストすることによって調べられます。 分析では、条件間のベースラインの不均衡や保持された参加者間で異なる参加者の特性を制御します。

セルフ・コンパッション・スケール（SCS）によって測定される自己優しさ：気質的な自己優しさは、SCS の 5 項目の自己優しさサブスケールを使用して介入の前後に測定されます。 自己親切の下位尺度の合計スコアは 5 ～ 25 の範囲であり、スコアが高いほど自己思いやりのレベルが高いことを示します。

分析は、割り当てられた状態のすべての参加者を含め、intent-to-treat 原則に基づいて実施され、追跡が不完全な参加者のデータを含む、各結果尺度の利用可能なすべてのデータにモデルを当てはめることによって達成されます。 線形混合モデルは、欠落したランダムな仮定の下で有効な推論を提供します。 時間の経過に伴う変化における条件間の違いは、条件ごとの交互作用項をテストすることによって調べられます。 分析では、条件間のベースラインの不均衡や保持された参加者間で異なる参加者の特性を制御します。

PROMIS Sleep Disturbance Scale によって測定される睡眠障害: 睡眠障害は、4 項目の PROMIS Sleep Disturbance Scale を使用して介入の前後に測定されます。 スコアの範囲は 4 ～ 20 で、スコアが高いほど妨害が大きいことを示します。

分析は、割り当てられた状態のすべての参加者を含め、intent-to-treat 原則に基づいて実施され、追跡が不完全な参加者のデータを含む、各結果尺度の利用可能なすべてのデータにモデルを当てはめることによって達成されます。 線形混合モデルは、欠落したランダムな仮定の下で有効な推論を提供します。 時間の経過に伴う変化における条件間の違いは、条件ごとの交互作用項をテストすることによって調べられます。 分析では、条件間のベースラインの不均衡や保持された参加者間で異なる参加者の特性を制御します。

社会的つながりは、社会的備えスケールの愛着サブスケールによって測定されます。社会的つながりは、社会的備えスケールの 4 項目のアタッチメントサブスケールを使用して介入前と介入後に測定されます。 スコアの範囲は 4 ～ 16 で、スコアが高いほど社会的なつながりが強いことを示します。

分析は、割り当てられた状態のすべての参加者を含め、intent-to-treat 原則に基づいて実施され、追跡が不完全な参加者のデータを含む、各結果尺度の利用可能なすべてのデータにモデルを当てはめることによって達成されます。 線形混合モデルは、欠落したランダムな仮定の下で有効な推論を提供します。 時間の経過に伴う変化における条件間の違いは、条件ごとの交互作用項をテストすることによって調べられます。 分析では、条件間のベースラインの不均衡や保持された参加者間で異なる参加者の特性を制御します。

2 方向のソーシャル サポート尺度によって測定されるソーシャル サポート: ソーシャル サポートは、21 項目の 2 方向のソーシャル サポート尺度を使用して介入前および介入後に測定されます。 合計スコアの範囲は 0 ～ 105 で、スコアが高いほどサポートがより認識されていることを示します。