MétaCan
Menu
Retour à la cohorte
Enregistrement W2801191315 · doi:10.1002/pon.4748

Utilization of health care services in cancer patients with elevated fear of cancer recurrence

2018· article· en· W2801191315 sur OpenAlexafffund
Alexandra Champagne, Hans Ivers, Josée Savard

Notice bibliographique

RevuePsycho-Oncology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensUniversité Laval
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésPsychosocialMedicineCancerInsomniaPsychiatryCancer recurrenceDepression (economics)Health professionalsHealth careFamily medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cancer patients commonly report experiencing fear of cancer recurrence (FCR), which may lead to several negative consequences. This study aimed at examining whether clinical levels of FCR are linked to a greater use of health care services. METHOD: This is a secondary analysis of a longitudinal study of 962 cancer patients on the epidemiology of cancer-related insomnia. They completed the Fear of Cancer Recurrence Inventory-Short form (FCRI-SF) and reported information on their consultations (medical, psychosocial, and complementary and alternative medicine [CAM]) and medication usage (anxiolytics/hypnotics and antidepressants) at 6 time points over an 18-month period. RESULTS: Results indicated that clinical FCR at baseline was associated with greater consultation rates of medical and psychosocial professionals and a greater usage of anxiolytics/hypnotics and antidepressants. No significant association was found between the FCR level and use of CAM services. While consultation rates of medical and CAM professionals and usage of antidepressants generally increased over time, consultation rates of psychosocial professionals and usage of anxiolytics/hypnotics tended to decrease. CONCLUSIONS: Cancer patients with clinical levels of FCR are more likely to consult health care providers and to use psychotropic medications, which may translate into significant costs for society and the patients themselves.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,150
Score d'incertitude au seuil0,977

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,033
Tête enseignante GPT0,396
Écart entre enseignants0,363 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations58
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePsycho-OncologyMême sujetCancer survivorship and careTravaux en français237 207