High levels of untreated distress and fatigue in cancer patients
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
The purpose of the study was to assess a large representative sample of cancer patients on distress levels, common psychosocial problems, and awareness and use of psychosocial support services. A total of 3095 patients were assessed over a 4-week period with the Brief Symptom Inventory-18 (BSI-18), a common problems checklist, and on awareness and use of psychosocial resources. Full data was available on 2776 patients. On average, patients were 60 years old, Caucasian (78.3%), and middle class. Approximately, half were attending for follow-up care. Types of cancer varied, with the largest groups being breast (23.5%), prostate (16.9%), colorectal (7.5%), and lung (5.8%) cancer patients. Overall, 37.8% of all patients met criteria for general distress in the clinical range. A higher proportion of men met case criteria for somatisation, and more women for depression. There were no gender differences in anxiety or overall distress severity. Minority patients were more likely to be distressed, as were those with lower income, cancers other than prostate, and those currently on active treatment. Lung, pancreatic, head and neck, Hodgkin's disease, and brain cancer patients were the most distressed. Almost half of all patients who met distress criteria had not sought professional psychosocial support nor did they intend to in the future. In conclusion, distress is very common in cancer patients across diagnoses and across the disease trajectory. Many patients who report high levels of distress are not taking advantage of available supportive resources. Barriers to such use, and factors predicting distress and use of psychosocial care, require further exploration.
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