Relationships among unmet needs, depression, and anxiety in non–advanced cancer patients
Notice bibliographique
Résumé
Introduction: In oncology settings, less attention is given to patients’ unmet needs and to existential and emotional distress compared to physical symptoms. We aimed to evaluate correlations between unmet needs and emotional distress (self-reported anxiety and depression) in a consecutive cohort of cancer patients. The influence of sociodemographic and clinical factors was also considered. Methods: A total of 300 patients with cancer recruited from an outpatient Supportive Care Unit of a Comprehensive Cancer Centre completed the Need Evaluation Questionnaire and the Edmonton Symptom Assessment System (ESAS). Unmet needs covered 5 distinct domains (informational, care/assistance, relational, psychoemotional, and material). Results: After removal of missing data, we analyzed data from 258 patients. Need for better information on future health concerns (43%), for better services from the hospital (42%), and to speak with individuals in the same condition (32%) were the most frequently reported as unmet. Based on the ESAS, 27.2% and 17.5% of patients, respectively, had a score of anxiety or depression >3 and needed further examination for psychological distress. Female patients had significantly higher scores for anxiety ( p < 0.001) and depression ( p = 0.008) compared to male patients. Unmet needs were significantly correlated with both anxiety ( r s = 0.283) and depression ( r s = 0.284). Previous referral to a psychologist was significantly associated with depression scores ( p = 0.015). Results were confirmed by multiple regression analysis. Conclusions: Screening for unmet needs while also considering sociodemographic and clinical factors allows early identification of cancer patients with emotional distress. Doing so will enable optimal management of psychological patient-reported outcomes in oncology settings.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 ».