MétaCan
Menu
← Retour à la cohorte
Enregistrement W2989620365 · doi:10.1200/jco.2019.37.31_suppl.141

Impact of depression and anxiety on cancer patients' perceptions of lifestyle behaviors.

2019· article· en· W2989620365 sur OpenAlexaffabout
Kathryn Corbett, Jingyue Huang, Sophia Liu, Elliot Smith, Delaram Farzanfar, Karmugi Balaratnam, Dixon Pinto, Alexandra McCartney, Ruiqi Chen, Amedra Basgaran, Devon Alton, M. Catherine Brown, Doris Howell, Madeline Li, Wei Xu, Geoffrey Liu, Lawson Eng

Notice bibliographique

RevueJournal of Clinical Oncology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueCardiovascular Health and Risk Factors
Établissements canadiensPrincess Margaret Cancer CentreUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMedicineAnxietyTeachable momentDepression (economics)Mental healthLogistic regressionQuality of life (healthcare)PsychiatryClinical psychologyInternal medicinePsychology

Résumé

récupéré en direct d'OpenAlex

141 Background: Health behaviors including tobacco use, alcohol consumption, and physical activity (PA) can impact outcomes in cancer survivors. While the peri-diagnostic period can be a "teachable moment" for behavior change, patients may face barriers including mental health comorbidities. We have previously identified that patient perceptions of behaviors can influence behavior change. Here, we evaluated the impact of anxiety and depression on patient perceptions of these behaviors. Methods: Cancer patients from all disease sites were surveyed (2016-17) on their smoking, alcohol habits, and PA, and perceptions of the impact of these behaviors on fatigue, survival, and quality of life (QofL). Survey data were linked with same day Edmonton Symptom Assessment Symptom (ESAS) anxiety and depression scores. Logistic regression models evaluated the impact of anxiety and depression on patient perceptions. Results: Of 496, 53% were male; median age, 60 years. At diagnosis, 20% were current smokers, 47% were current drinkers, and 67% were not meeting PA guidelines. 30% screened positive for anxiety (ESAS anxiety > 3) and 34% screened positive for depression (ESAS depression > 2); mean [standard deviation] scores were 1.9 [2.3] for anxiety and 1.5 [2.2] for depression. Most current smokers (> 80%) perceived smoking to negatively impact fatigue, survival and QofL. Smokers screening positive for anxiety were more likely to perceive smoking as harmful on survival (OR=9.09, 95% CI (1.15-100), P=0.04); greater ESAS anxiety scores were associated with perceiving smoking to worsen survival (OR=1.51 per point, 95% CI (1.04-2.17), P=0.03). While those less physically active at diagnosis (> 65%) felt that PA improves fatigue, survival and QofL and half of current drinkers (45%-50%) felt that alcohol worsens outcomes, anxiety and depression were not found associated with perceptions (P > 0.10). Conclusions: Among current smokers, greater anxiety scores and those screening positive for anxiety were more likely to perceive continued smoking as harmful to survival. Mental health comorbidities were not found to have an impact on patient perceptions of the effect of alcohol consumption and PA on fatigue, survival, and QofL.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,039
Tête enseignante GPT0,479
Écart entre enseignants0,439 · 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'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

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetCardiovascular Health and Risk Factors→Travaux en français237 207→