Prevalence, Correlates, and Costs of Patients With Poor Adjustment to Mixed Cancers
Notice bibliographique
Résumé
Approximately 2% to 3% of the Canadian society has experienced cancer. Literature indicates that there is poor adjustment to chronic illness. Individuals with poor adjustment to chronic illness have been found to disproportionately use more health services. The purpose of this study was to determine the prevalence, correlates, and costs associated with poor adjustment to mixed cancer. A consecutive sample (n = 171) of breast, lung, and prostate cancer patients at the Nova Scotia Regional Cancer Center were surveyed. Twenty-eight percent of the cancer group showed fair to poor adjustment to illness using the Psychological Adjustment to Illness Self-report Scale Psychological Adjustment to Illness Self-Report Scale raw score. Poor adjustment was moderately correlated with depression (r = 0.50, P < .0001) and evasive coping (r = 0.38, P < .0001) and unrelated to demographic variables. Depression explained 25% of the variance in poor adjustment to illness in regression analysis. Cancer patients with fair to poor adjustment to illness had statistically significantly higher annual healthcare expenditures (P < .002) than those with good adjustment to illness. Expenditure findings agree with previous literature on chronic illnesses. The prevalence of fair to poor adjustment in this cancer population using the Psychological Adjustment to Illness Self-Report Scale measure is similar to that reported for chronic illness to date, suggesting that only those with better adjustment consented to this study.
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 | 0,000 | 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 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 ».