Oncologists’ perception of depressive symptoms in patients with advanced cancer: accuracy and relational correlates
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Health care providers often inaccurately perceive depression in cancer patients. The principal aim of this study was to examine oncologist-patient agreement on specific depressive symptoms, and to identify potential predictors of accurate detection. METHODS: 201 adult advanced cancer patients (recruited across four French oncology units) and their oncologists (N = 28) reported depressive symptoms with eight core symptoms from the BDI-SF. Various indices of agreement, as well as logistic regression analyses were employed to analyse data. RESULTS: For individual symptoms, medians for sensitivity and specificity were 33% and 71%, respectively. Sensitivity was lowest for suicidal ideation, self-dislike, guilt, and sense of failure, while specificity was lowest for negative body image, pessimism, and sadness. Indices independent of base rate indicated poor general agreement (median DOR = 1.80; median ICC = .30). This was especially true for symptoms that are more difficult to recognise such as sense of failure, self-dislike and guilt. Depression was detected with a sensitivity of 52% and a specificity of 69%. Distress was detected with a sensitivity of 64% and a specificity of 65%. Logistic regressions identified compassionate care, quality of relationship, and oncologist self-efficacy as predictors of patient-physician agreement, mainly on the less recognisable symptoms. CONCLUSIONS: The results suggest that oncologists have difficulty accurately detecting depressive symptoms. Low levels of accuracy are problematic, considering that oncologists act as an important liaison to psychosocial services. This underlines the importance of using validated screening tests. Simple training focused on psychoeducation and relational skills would also allow for better detection of key depressive symptoms that are difficult to perceive.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 découle