A cross-sectional gender-sensitive analysis of depressive symptoms in patients with advanced cancer
Notice bibliographique
Résumé
Background: Patients with advanced cancer commonly report depressive symptoms. Examinations of gender differences in depressive symptoms in patients with advanced cancer have yielded inconsistent findings. Aim: The objective of this study was to investigate whether the severity and correlates of depressive symptoms differ by gender in patients with advanced cancer. Design: Participants completed measures assessing sociodemographic and medical characteristics, disease burden, and psychosocial factors. Depressive symptoms were examined using the Patient Health Questionnaire, and other measures included physical functioning, symptom burden, general anxiety, death related distress, and dimensions of demoralization. A cross-sectional analysis examined the univariate and multivariate relationships between gender and depressive symptoms, while controlling for important covariates in multivariate analyses. Setting/participants: Patients with advanced cancer ( N = 305, 40% males and 60% females) were recruited for a psychotherapy trial from outpatient oncology clinics at a comprehensive cancer center in Canada. Results: Severity of depressive symptoms was similar for males ( M = 7.09, SD = 4.59) and females ( M = 7.66, SD = 5.01), t(303) = 1.01, p = 0.314. Greater general anxiety and number of cancer symptoms were associated with depressive symptoms in both males and females. Feeling like a failure ( β = 0.192), less death anxiety ( β = –0.188), severity of cancer symptoms ( β = 0.166), and older age ( β = 0.161) were associated with depressive symptoms only in males, while disheartenment ( β = 0.216) and worse physical functioning ( β = 0.275), were associated with depressive symptoms only in females. Conclusions: Males and females report similar levels of depressive symptoms but the pathways to depression may differ by gender. These differences suggest the potential for gender-based preventive and therapeutic interventions in this population.
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 | 0,001 | 0,002 |
| 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 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 ».