Referral patterns and psychosocial distress in cancer patients accessing a psycho‐oncology counseling service
Notice bibliographique
Résumé
OBJECTIVE: One in three cancer patients will experience significant psychosocial distress, yet less than 10% will seek formal counseling. Who are the patients accessing counseling and what are their presenting needs? The purpose of this study was to identify referral patterns and psychosocial distress in cancer patients newly referred to a psycho-oncology counseling service. METHODS: Consecutive new referrals were tracked over 1 year (n=361). On initial visit, 145 patients completed a demographic survey, Brief Symptom Inventory-18 (BSI-18), Cancer Coping Questionnaire and Medical Outcomes Study Social Support Survey. RESULTS: Approximately one in five newly referred patients never attended counseling, with a significant representation of men (p=0.016) and lung cancer patients (p=0.010). Of 361 referrals, 295 patients attended initial counseling, 259 were approached, and 145/259 (56%) completed the survey. Most were women (79%), urban-dwelling (73%), diagnosed with non-advanced cancer (72%), well-educated (68%) and married (56%); average age of 52 years (SD=12.3). Two most common diagnoses were breast (36%) and genitourinary (14%) cancers. A total of 59% were significantly distressed (BSI-18 global severity index T-score⩾63) with less available social support than non-distressed patients (p=0.022). Coping strategy use did not differ significantly between distressed and non-distressed groups. Two of five patients were not significantly distressed. CONCLUSIONS: Most cancer patients attending counseling are well-educated urban residing women, with significant psychosocial distress. Further research is needed to better understand barriers and appropriate screening methods for accessing counseling, as well as the needs of men, advanced Copyright © 2010 John Wiley & Sons, Ltd.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».