Group interventions to reduce emotional distress and fatigue in breast cancer patients: a 9-month follow-up pragmatic trial
Notice bibliographique
Résumé
BACKGROUND: Long-term effects of psychosocial interventions to reduce emotional distress, sleep difficulties, and fatigue of breast cancer patients are rarely examined. We aim to assess the effectiveness of three group interventions, based on cognitive behavioural therapy (CBT), yoga, and self-hypnosis, in comparison to a control group at a 9-month follow-up. METHODS: A total of 123 patients chose to participate in one of the interventions. A control group was set up for those who agreed not to participate. Emotional distress, fatigue, and sleep quality were assessed before (T0) and after interventions (T1), and at 3-month (T2) and 9-month follow-ups (T3). RESULTS: Nine months after interventions, there was a decrease of anxiety (P=0.000), depression (P=0.000), and fatigue (P=0.002) in the hypnosis group, and a decrease of anxiety (P=0.024) in the yoga group. There were no significant improvements for all the investigated variables in the CBT and control groups. CONCLUSIONS: Our results showed that mind-body interventions seem to be an interesting psychological approach to improve the well-being of breast cancer patients. Further research is needed to improve the understanding of the mechanisms of action of such interventions and their long-term effects on quality of life.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».