The psychosocial cost burden of cancer: A systematic literature review
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVE: Psychosocial costs, or quality of life costs, account for psychological distress, pain, suffering and other negative experiences associated with cancer. They contribute to the overall economic burden of cancer that patients experience. But this category of costs remains poorly understood. This hinders opportunities to make the best cancer control policy decisions. This study explored the psychosocial cost burden associated with cancer, how studies measure psychosocial costs and the impact of this burden. METHODS: A systematic literature review of academic and grey literature published from 2008 to 2018 was conducted by searching electronic databases, guided by the Institute of Medicine's conceptualization of psychosocial burden. Results were analyzed using a narrative synthesis and a weighted proportion of populations affected was calculated. Study quality was assessed using the Ottawa-Newcastle instrument. RESULTS: A total of 25 studies were included. There was variation in how psychosocial costs were conceptualized and an inconsistent approach to measurement. Most studies measured social dimensions and focused on the financial consequences of paying for care. Fewer studies assessed costs associated with the other domains of this burden, including psychological, physical, and spiritual dimensions. Fourty-four percent of cancer populations studied were impacted by psychosocial costs and this varied by disease site (38%-71%). Two studies monetized the psychosocial cost burden, estimating a lifetime cost per case ranging from CAD$427753 to CAD$528769. Studies were of varying quality; 60% of cross-sectional studies had a high risk of bias. CONCLUSIONS: Consistency in approach to measurement would help to elevate this issue for researchers and decision makers. At two-thirds of the total economic burden of cancer, economic evaluations should account for psychosocial costs to better inform decision-making. More support is needed to address the psychosocial cost burden faced by patients and their families.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,063 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,007 |
| Bibliométrie | 0,017 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».