10.1016/s1084-3612(03)00049-2
Notice bibliographique
Résumé
In seeking to learn more about the etiology and treatment of fatigue in patients with cancer, clinicians and researchers have been challenged to understand how fatigue can be distinguished from depression. Approaches currently used to study fatigue and depression in patients with cancer appear to be of limited usefulness in distinguishing these phenomena. This conclusion is supported by a review of studies in which the single-symptom and symptom-cluster approaches were used to measure fatigue and depression concurrently in patients with cancer. The review yielded consistent evidence of high positive correlations between fatigue and depression, even when attempts were made to eliminate overlapping item content. A consideration of causal mechanisms suggests why it remains difficult to distinguish between fatigue and depression. In addition to fatigue being a possible cause of depression and depression being a possible cause of fatigue, both fatigue and depression can share a common cause. That is, certain forms of cancer and cancer treatment can cause both fatigue and depression. These different mechanisms have implications for efforts to distinguish fatigue and depression and to identify appropriate treatments. For example, recently developed diagnostic criteria for a clinical syndrome of cancer-related fatigue might be useful in identifying fatigue that is caused by a major depressive disorder for which antidepressant therapy is generally indicated.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,007 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,009 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,989 | 0,990 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».