High levels of untreated distress and fatigue in cancer patients
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.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».