A Self-Administered Sleep Intervention for Patients With Cancer Experiencing Insomnia
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
BACKGROUND: Sleep-wake disturbances are experienced by as many as 75% of patients with cancer and are associated with poor symptom management, lower functionality, and decreased quality of life. Although promising sleep interventions exist, they require extensive resources and time. OBJECTIVES: The objectives of this study were to develop a brief, self-administered sleep intervention and to evaluate the feasibility and potential efficacy of its implementation with adult patients with cancer who were about to receive, were receiving, or had received radiation therapy in an ambulatory cancer care setting. METHODS: Pre- and postintervention surveys and qualitative interviews were conducted with patients with cancer experiencing insomnia (N = 28) and receiving radiation treatment within the past six months. Patients received instruction on breathing, visualization, and intonation. Adherence and sleep quality were primary study outcomes. Analyses included descriptive statistics and repeated measure regression analysis. Thematic analysis was conducted on qualitative data. FINDINGS: Adherence to the sleep intervention was high (75%), and significant improvement was found in global sleep quality (p < 0.0001) regardless of level of adherence. Sleep onset latency (p = 0.0005), sleep duration (p = 0.0016), and sleep quality (p < 0.0001) were significantly improved. Age was significantly correlated with sleep quality (p = 0.0094), with older participants reporting greater benefit from the intervention. Participants reported that the intervention was easy to learn and implement and that it "calmed the mind."
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 | 0,001 | 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 | 0,000 |
| 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