Psychiatric Disorders in Adolescent and Young Adult-Onset Cancer Survivors: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
Although a cancer diagnosis during the adolescent and young adult (AYA) years is a traumatic event, and psychiatric disorders generally manifest during the AYA period, the impact of a cancer diagnosis on long-term mental health outcomes in this population is not well characterized. We conducted a systematic review and meta-analysis to determine if survivors of AYA cancers are more likely to develop psychiatric disorders. A systematic literature search of five databases, MEDLINE, CINAHL, Web of Science, EMBASE, and PsycINFO, was conducted from their inception to November 2018. The outcome measures were psychiatric disorders as per the Diagnostic Statistical Manual criteria, or psychiatric medication use. Study eligibility, appraisal, and data abstraction were independently conducted by two reviewers. Of 7934 total studies, four met eligibility criteria for the systematic review, three of which were included in the meta-analysis. Compared to cancer-free controls, survivors were at an elevated risk of mood disorders (odds ratio [OR] 1.36; 95% CI 1.19-1.55) and anxiety disorders (OR 1.16; 95% CI 1.05-1.28), but not substance-related disorders, (OR 0.88; 95% CI 0.63-1.22). The most commonly identified risk factors were the female sex and older age at diagnosis. We found higher odds of anxiety and mood disorders in AYA-onset cancer survivors. However, few AYA-specific studies currently exist that analyze psychiatric disorders using consistent and standardized methods. Additional studies confirming these findings are warranted.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,003 |
| 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 | 0,001 | 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 ».