Feasibility of a self‐help treatment for insomnia comorbid with cancer
Notice bibliographique
Résumé
OBJECTIVE: Professionally administered cognitive-behavioral therapy (CBT) is efficacious for treating insomnia in breast cancer survivors. However, given the limited accessibility to CBT for insomnia in cancer clinics, there is a need to develop other delivery formats for this intervention. This feasibility study examined patients' satisfaction with a self-help CBT for insomnia comorbid with cancer and gathered some preliminary data on its effect on sleep and associated features. METHODS: Eleven breast cancer patients reporting insomnia symptoms received a 6-week intervention composed of a 60-min video using an animated cartoon format and 6 short booklets developed in French. Patients completed a semi-structured interview at post-treatment, a battery of self-report scales and a daily sleep diary (14 days) at pre- and post-treatment and at a 3-month follow-up. RESULTS: At post-treatment interview, comments about the treatment material were uniformly positive. On a questionnaire, patients also reported to be satisfied with the treatment overall, with the video and the booklets' content, as well as with their sleep improvement at post-treatment (scores from 2.7 to 3.1; scale from 0 to 4). From pre- to post-treatment, moderate-to-large effect sizes and statistically and clinically significant differences were found on most sleep variables, as well as overall quality of life. These therapeutic gains were well sustained at a 3-month follow-up. CONCLUSIONS: Patients were satisfied with the treatment received. Although it is too early to draw any firm conclusion, treatment outcomes suggest a potential for integration into routine cancer care as a first-line sleep management intervention. 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 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 | 0,001 | 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 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 ».