Death-related distress in adult primary brain tumor patients
Notice bibliographique
Résumé
BACKGROUND: A diagnosis of cancer may increase mortality salience and provoke death-related distress. Primary brain tumor (PBT) patients may be at particular risk for such distress given the certainty of tumor progression, lack of curative treatments, and poor survival rates. This study is the first to examine the prevalence of death-related distress and its correlates in PBT patients. METHODS: Adult PBT patients (N = 105) enrolled in this cross-sectional study and completed the Death Distress Scale (subscales: Death Depression, Death Anxiety, Death Obsession), Generalized Anxiety Disorder-7, and Patient Health Questionnaire-9. Prevalence and predictors of death-related distress, and the relationships of demographic variables to clusters of distress, were explored. RESULTS: The majority of PBT patients endorsed clinically significant death-related distress in at least one domain. Death anxiety was endorsed by 81%, death depression by 12.5%, and death obsession by 10.5%. Generalized anxiety was the only factor associated with global death-related distress. Cluster analysis yielded 4 profiles: global distress, emotional distress, resilience, and existential distress. Participants in the resilience cluster were significantly further out from diagnosis than those in the existential distress cluster. There were no differences in cluster membership based on age, sex, or tumor grade. CONCLUSIONS: PBT patients appear to have a high prevalence of death-related distress, particularly death anxiety. Further, 4 distinct profiles of distress were identified, supporting the need for tailored approaches to addressing death-related distress. A shift in clusters of distress based on time since diagnosis also suggest the need for future longitudinal assessment.
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 | 0,006 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».