Is anxiety associated with hot flashes in women with breast cancer?
Notice bibliographique
Résumé
OBJECTIVE: Women with breast cancer are at higher risk for experiencing hot flashes (HFs), which is attributable, in large part, to systemic cancer treatments and their effects on estrogen levels. However, other factors, such as anxiety, could also play a role. This study aimed to assess the cross-sectional and temporal relationships between anxiety and HFs among women treated for breast cancer and to clarify the direction of these relationships. METHODS: Fifty-six women recently treated for breast cancer were assessed prospectively using a 14-day Hot Flashes and Anxiety Diary (HFAD). Anxiety and HFs were also assessed using the Hospital Anxiety and Depression Scale-anxiety subscale and the Menopause-Specific Quality of Life Questionnaire-vasomotor subscale. In addition, HFs were objectively recorded for a continuous 24-hour period using home-based sternal skin conductance. RESULTS: No cross-sectional relationship was found between anxiety and subjectively assessed HFs, or between anxiety and the frequency and intensity of objectively assessed HFs. However, a greater anxiety level on the HFAD was significantly associated with a shorter time to reach the HF peak, as assessed with sternal skin conductance (partial Spearman correlation coefficient rsp = -0.44). Moreover, greater anxiety predicted more severe self-reported HFs on the following night, both assessed with the HFAD (rsp = 0.13). Conversely, self-reported diurnal and nocturnal HFs on the HFAD did not predict next-day anxiety level. CONCLUSIONS: This study reveals a significant relationship between anxiety and faster-developing objectively measured HFs. Furthermore, anxiety has been found to significantly predict subsequent increases in self-reported HFs, suggesting that strategies that target anxiety could potentially have a beneficial effect on HFs in women with breast 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 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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 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 ».