Outcomes of social support programs in brain cancer survivors in an Australian community cohort: a prospective study
Notice bibliographique
Résumé
This study evaluated the impact of social support programs on improving cancer related disability, neuro-cognitive dysfunction and enhancing participation (quality of life (QoL), social reintegration) in brain tumour (BT) survivors.Participants (n=43) were recruited prospectively following definitive treatment in the community.Each BT survivor received an individualised social support program which comprised: face-to-face interview for education/counselling plus peer support program or community education/counselling sessions.The assessments were at baseline (T1), 6 week (T2) and 6-month (T3) post-intervention using validated questionnaires: depression anxiety stress scale (DASS), functional independence measure (FIM), perceived impact problem profile (PIPP), cancer rehabilitation evaluation system-short form (CARES-SF), a cancer survivor unmet needs measure (CaSUN), McGill quality of life questionnaire (MQOL) and Brief COPE.Participants' mean age was 53 years (range 31-72 years), the majority were female (72%); median time since BT diagnosis was 2.3 years and almost half (47%) had high grade tumours.At T2, participants reported higher emotional well-being (DASS 'anxiety' and 'stress' subscales, p<0.05;FIM 'cognition' subscale, p<0.01), improved function (FIM 'motor' subscale, p<0.01) and higher QoL (CARES-SF 'global' score, p<0.05;MQOL 'physical symptom' subscale, p<0.05).At the T3 follow-up, most of these effects were maintained.The intervention effect for BT specific coping strategies emerged for the Brief COPE 'selfdistraction' and 'behavioural disengagement' domains, (p<0.05 for both).There were no adverse effects reported.A post-treatment social support program can improve physical and cognitive function and enhancing overall QoL of BT survivors.Social support programs need further evaluation and should be encouraged by clinicians within cancer rehabilitative services.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».