Stage at diagnosis and survival in patients with cancer and a pre-existing mental illness: a meta-analysis
Notice bibliographique
Résumé
Introduction Individuals with a pre-existing mental illness, especially those experiencing reduced social, occupational and functional capacity, are at risk for cancer care disparities. However, uncertainty surrounding the effect of a mental illness on cancer outcomes exists. Methods We conducted a systematic review and meta-analysis of observational studies using MEDLINE and PubMed from 1 January 2005 to 1 November 2018. Two reviewers evaluated citations for inclusion. Advanced stage was defined as regional, metastatic or according to a classification system. Cancer survival was defined as time survived from cancer diagnosis. Pooled ORs and HRs were presented. The Newcastle-Ottawa bias risk assessment scale was used. Random-effects models used the Mantel-Haenszel approach and the generic inverse variance method. Heterogeneity assessment was performed using I 2 . Results 2381 citations were identified; 28 studies were included and 24 contributed to the meta-analysis. Many demonstrated methodological flaws, limiting interpretation and contributing to significant heterogeneity. Data source selection, definitions of a mental illness, outcomes and their measurement, and overadjustment for causal pathway variables influenced effect sizes. Pooled analyses suggested individuals with a pre-existing mental disorder have a higher odds of advanced stage cancer at diagnosis and are at risk of worse cancer survival. Individuals with more severe mental illness, such as schizophrenia, are at a greater risk for cancer disparities. Discussion This review identified critical gaps in research investigating cancer stage at diagnosis and survival for individuals with pre-existing mental illness. High-quality research is necessary to support quality improvement for the care of psychiatric patients and their families during and following a cancer diagnosis.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,001 |
| 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 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».