High prevalence of persistent emotional distress in desmoid tumor
Notice bibliographique
Résumé
OBJECTIVE: Clinical experience suggests a high prevalence of emotional distress in patients with desmoid tumor (DT). We examine longitudinal Distress Assessment and Response Tool (DART) scores to estimate prevalence and persistence of distress, and compare cross-sectional data between DT and malignant sarcoma cohorts, to identify predictors of distress. METHODS: Patients with DT completed DART at: T1-diagnosis, T2-during, T3-<6 months, and T4-≥6 months, post-treatment. DART includes patient-reported outcome measures of physical symptoms (ESAS-r), depression (PHQ-9), anxiety (GAD-7), and social difficulties (SDI-21). Descriptive prevalence and persistence of anxiety, depression, and wellbeing are reported, and mixed model regression analyses determine predictors of distress. RESULTS: Between 2012 and 2018, a total of 152 DART screens from 94 patients with DT were completed (T1: n = 44, T2: n = 31, T3: n = 22, T4: n = 55). Patients had a mean age 40 years, 78% were female and DT locations were abdominal wall (48%), extremity (30%), and mesentery (22%). Moderate to severe ESAS-r scores (≥4) persisted at T4 for anxiety (20%), depression (13%), and poor wellbeing (31%). Compared to 402 patients with malignant sarcoma, patients with abdominal wall sited DT reported severe PHQ-9 and GAD-7 scores twice as frequently. Abdominal wall location, female sex, history of mood problems, and psychosocial concerns were significant predictors of anxiety, depression, and poor wellbeing in DT. CONCLUSIONS: Adults with DT experience persistently high emotional distress compared to patients with malignant sarcoma. Women with abdominal wall DT, prior mood, and current psychosocial concerns need early attention within multidisciplinary treatment settings to reduce persistent distress.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».