Depression and Suicidal Ideation Among Patients With Cancer in the United States: A Population-Based Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
PURPOSE: To evaluate the association between cancer diagnosis and depression and suicidal ideation in a population-based cohort in the United States. METHODS: This was a cross-sectional study based on the National Health and Nutrition Examination Survey (NHANES) conducted for the years 2005 to 2016. Depression was assessed using a validated tool (Patient Health Questionnaire-9, and suicidal ideation was assessed by item number 9 of this tool. Propensity score matching was conducted to match survey respondents with cancer versus those without cancer. Multivariable logistic regression analysis was then conducted to evaluate factors associated with higher probability of depression and suicide among the whole postpropensity cohort. RESULTS: A total of 32,178 survey respondents were eligible and included in the study. These included 3,043 respondents with cancer and 29,675 respondents without cancer. Within the postpropensity cohort, a cancer diagnosis was not associated with a higher probability of depressive disorders (odds ratio, 0.937; 95% CI, 0.819 to 1.073), whereas it was associated with a higher probability of suicidal ideation (for respondents without cancer v those with cancer: odds ratio, 0.695; 95% CI, 0.517 to 0.935). CONCLUSION: Cancer diagnosis is associated with a higher probability of suicidal ideation. Screening for suicidal ideation should be part of the assessment of patients with cancer.
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.
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) | 0,000 | 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 découle