Notice bibliographique
Résumé
METHODS: In the stepped wedge design, participating sites were randomly allocated from Control to Training then Intervention conditions.Thirty-seven health professionals completed manual-based training and skill development before delivering up to four therapy sessions to 70 patients with HADS scores of 8 to 21.The primary outcome was difference in HADS scores from baseline to 10-week follow-up.Secondary outcomes were quality of life (FACT-G; EQ-5D), supportive care needs (Supportive Care Needs Survey), and Demoralisation (Demoralisation Scale).RESULTS: Baseline measures were obtained for 469 patients.The majority were female (70%) and married, and 32.8% had advanced disease.Mean HADS scores were 8.8 (SD = 6.30) and 8.6 (SD5.90) for Intervention and Control groups, respectively (p = 0.59).At follow-up, there was no significance difference in total HADS scores between Control and Intervention groups.Higher baseline depression score was predictive of improvement (p < 0.001).Improvement in anxiety was predicted by higher baseline anxiety score (p < 0.001) and lower FACT functional well-being score (p < 0.001).Patients with advanced disease were more likely than those with early disease to experience reduction in supportive care needs.CONCLUSIONS: Frontline health professionals can provide psychosocial care, but interventions should target those most likely to benefit rather than being generically applied. Research Implications:These results provide preliminary evidence of the characteristics of patients who are most likely to benefit from a brief psychosocial intervention integrated into clinical care.Further analysis is required of the specific types of therapy which are most likely to be of benefit for depressed cancer patients.Practice Implications: Integration of psychosocial care into routine cancer care can be achieved through a model of care in which frontline health professionals who have participated in focused training and skill development provide brief tailored therapy.
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 | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,683 | 0,371 |
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 ».