Prevalence, Natural Course, and Risk Factors of Insomnia Comorbid With Cancer Over a 2-Month Period
Notice bibliographique
Résumé
PURPOSE: This study aimed to assess the prevalence, natural course, and risk factors of insomnia comorbid with cancer over a 2-month period. PATIENTS AND METHODS: All patients scheduled to receive a curative surgery for a first diagnosis of nonmetastatic cancer were approached to participate in the study on the day of their preoperative visit. As part of a larger population-based longitudinal study, 991 cancer patients completed various self-report scales and an insomnia diagnostic interview at the perioperative phase (T1) and 2 months later (T2). RESULTS: At T1, 28.5% of the patients met the diagnostic criteria for an insomnia syndrome, and 31.0% had insomnia symptoms; these rates decreased to 26.2% and 22.2%, respectively, at T2. The highest rates of insomnia were found in breast cancer patients, whereas the lowest rates were obtained in prostate cancer patients. Findings indicated an incidence rate of 18.6%, a persistence rate of 68.0%, and a remission rate of 32.0%. Female sex and the presence of an arousability trait (predisposing factors), a diagnosis of head and neck cancer, the administration of surgery, and an increase in anxiety symptoms between T1 and T2 (precipitating factors), and higher baseline levels and increases between T1 and T2 in dysfunctional beliefs about sleep, sleep monitoring, and maladaptive sleep behaviors (maintenance factors) were all associated with an increased risk for insomnia incidence. CONCLUSION: This study confirms the high prevalence of insomnia comorbid with cancer during the 2 months after the perioperative visit and identifies several factors that might be involved in its development.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».