MétaCan
Menu
Retour à la cohorte
Enregistrement W2799698792 · doi:10.2196/cancer.8918

A Web-Based Intervention to Reduce Distress After Prostate Cancer Treatment: Development and Feasibility of the Getting Down to Coping Program in Two Different Clinical Settings

2018· article· en· W2799698792 sur OpenAlexvenueno aff
Jane Cockle‐Hearne, Deborah Barnett, James Hicks, Mhairi Simpson, Isabel White, Sara Faithfull

Notice bibliographique

RevueJMIR Cancer · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute for Health and Care ResearchNHS Health Scotland
Mots-clésDistressCoping (psychology)Prostate cancerPeer supportIntervention (counseling)Emotional distressWeb applicationPsychologyCognitionMedicinePsychotherapistClinical psychologyAnxietyNursingCancerComputer sciencePsychiatryWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Distress after prostate cancer treatment is a substantial burden for up to one-third of men diagnosed. Physical and emotional symptoms and health service use can intensify, yet men are reticent to accept support. To provide accessible support that can be cost effectively integrated into care pathways, we developed a unique, Web-based, self-guided, cognitive-behavior program incorporating filmed and interactive peer support. OBJECTIVE: To assess feasibility of the intervention among men experiencing distress after prostate cancer treatment. Demand, acceptability, change in distress and self-efficacy, and challenges for implementation in clinical practice were measured. METHODS: A pre-post, within-participant comparison, mixed-methods research design was followed. Phase I and II were conducted in primary care psychological service and secondary care cancer service, respectively. Men received clinician-generated postal invitations: phase I, 432 men diagnosed <5 years; phase II, 606 men diagnosed <3.5 years. Consent was Web-based. Men with mild and moderate distress were enrolled. Web-based assessment included demographic, disease, treatment characteristics; distress (General Health Questionnaire-28); depression (Patient Health Questionnaire-9); anxiety (General Anxiety Disorder Scale-7); self-efficacy (Self-Efficacy for Symptom Control Inventory); satisfaction (author-generated, Likert-type questionnaire). Uptake and adherence were assessed with reference to the persuasive systems design model. Telephone interviews explored participant experience (phase II, n=10); interviews with health care professionals (n=3) explored implementation issues. RESULTS: A total of 135 men consented (phase I, 61/432, 14.1%; phase II, 74/606, 12.2%); from 96 eligible men screened for distress, 32% (30/96) entered the intervention (phase I, n=10; phase II, n=20). Twenty-four completed the Web-based program and assessments (phase I, n=8; phase II, n=16). Adherence for phase I and II was module completion rate 63% (mean 2.5, SD 1.9) versus 92% (mean 3.7, SD 1.0); rate of completing cognitive behavior therapy exercises 77% (mean 16.1, SD 6.2) versus 88% (mean 18.6, SD 3.9). Chat room activity occurred among 63% (5/8) and 75% (12/16) of men, respectively. In phase I, 75% (6/8) of men viewed all the films; in phase II, the total number of unique views weekly was 16, 11, 11, and 10, respectively. The phase II mood diary was completed by 100% (16/16) of men. Satisfaction was high for the program and films. Limited efficacy testing indicated improvement in distress baseline to post intervention: phase I, P=.03, r=-.55; phase II, P=.001, r=-.59. Self-efficacy improved for coping P=.02, r=-.41. Service assessment confirmed ease of assimilation into clinical practice and clarified health care practitioner roles. CONCLUSIONS: The Web-based program is acceptable and innovative in clinical practice. It was endorsed by patients and has potential to positively impact the experience of men with distress after prostate cancer treatment. It can potentially be delivered in a stepped model of psychological support in primary or secondary care. Feasibility evidence is compelling, supporting further evaluative research to determine clinical and cost effectiveness.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai non randomisé · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,423
Écart entre enseignants0,383 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai non randomisé
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR CancerMême sujetCancer survivorship and careTravaux en français237 207