Trajectory of psychosocial symptoms among home care patients with cancer at end‐of‐life
Notice bibliographique
Résumé
PURPOSE: Understanding the end-of-life psychosocial needs of cancer patients at home is a knowledge gap. This study describes the trajectory of psychosocial symptoms in the last 6 months of life among cancer decedents who were receiving home care. METHODS: Observational population-based cohort study of cancer decedents who were receiving home care services between 2007 and 2014. Decedents had to have at least one home care assessment in the last 6 months of life for inclusion. Outcomes were the presence of psychosocial symptoms (i.e., anxiety, loneliness, depression, social decline, caregiver distress, and cognitive decline) at each week before death. RESULTS: Our cohort included 27,295 unique cancer decedents (30,368 assessments), of which 58% died in hospital. Fifty-six percent were older than 74, and 47% were female. The prevalence of all symptoms increased approaching death, except loneliness. Social decline (48%-78%) was the most prevalent psychosocial symptom, though loneliness was reported in less than 10% of the cohort. Caregiver distress rose over time from 15%-27%. A third of the cohort reported issues with cognitive impairment. Multivariate regression showed that physical symptoms such as uncontrolled pain, impairment in independent activities of daily living, and a high level of health instability all significantly worsened the odds of having a psychosocial symptom in the last 3 months of life. CONCLUSION: In this large home care cancer cohort, trajectories of psychosocial symptoms worsened close to death. Physical symptoms, such as uncontrolled pain, were associated with having worse psychosocial symptoms at end of life.
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) | 0,001 | 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 ».