Does the use of the revised Psychosocial Assessment Tool (PATrev) result in improved quality of life and reduced psychosocial risk in Canadian families with a child newly diagnosed with cancer?
Notice bibliographique
Résumé
OBJECTIVES: Early psychosocial screening may guide interventions and ameliorate the adverse psychosocial effects of childhood cancer. The revised psychosocial assessment tool provides risk information - Universal (typical distress), Targeted (additional specific distress), and Clinical (severe distress) - about the child with cancer and his or her family. This pilot study investigated the benefits of providing a summary of family psychosocial risk information to the medical team treating the newly diagnosed child (Experimental Group, EG). METHOD: We conducted a pilot randomized control trial with a sample of 67 parents, comparing the EG to the control group (CG) on parental perception of family psychosocial difficulties (revised psychosocial assessment tool risk levels), child behavior (behavior assessment scale for children-2), pediatric quality of life (PedsQL), and parental anxiety (state-anxiety scale of the state-trait anxiety inventory ), 2-4 weeks after diagnosis (Time 1) and 6 months later (Time 2). RESULTS: Compared to the CG, participants in the EG had significantly reduced targeted and clinical risk (p < 0.001), and improved pain related PedsQL at Time 2 (p < 0.05). Scores for PedsQL total and nearly all subscales improved over time in both groups (p < 0.05 to p < 0.001). No changes in behavior scores were noted. CONCLUSION: Preliminary findings suggest that providing a summary of the Psychosocial Assessment Tool to the treating team shortly after diagnosis may help reduce family wide psychosocial risk 6 months later and improve quality of life related to pain for children who are undergoing treatment for cancer.
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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».