The effectiveness of a men-only supportive expressive group therapy intervention for psychosocial health outcomes in gastrointestinal cancer patients: a 6-month longitudinal study
Notice bibliographique
Résumé
BACKGROUND: An increasing number of gastrointestinal cancer (GI) patients suffer from side effects of cancer treatment that can affect their mood states and quality of life. Despite its demonstrated effectiveness in female cancer patients, Supportive Expressive Group Therapy (SEGT) has not been tested in male cancer patients. The current study sought to examine the longitudinal effects of a professionally-led, men-only SEGT on mood states, coping, and quality of life (QoL) in male GI cancer patients. METHODS: A sample of male GI cancer patients (n = 31), at different stages of cancer treatment, was recruited from an ongoing, men-only biweekly GI cancer SEGT. Data were collected at baseline (before or near the beginning of group attendance) and at three months and six months follow-up. All study outcomes were patient-reported and included socio-demographic data as well as validated questionnaires: Profile of Mood States (POMS) for mood states, Functional Assessment of Cancer Therapy-General (FACT-G) for QoL, and Ways of Coping-Cancer Version (WOC) for coping. Linear mixed models were used to examine the change in outcomes over time. Effect sizes were estimated using Cohen's d. RESULTS: The Anxiety (p = .04; d = 0.70), Depression (p = .03; d = 0.93) and Anger (p = .04; d = 1.28) subscales of the POMS decreased between baseline and six months. Participants also reported improvements in coping through Distancing (distancing oneself from negative thoughts, being more accepting of the situation, and looking for positives) of the WOC (p = .04; d = 0.4) between baseline and six months. There was no change in any of the FACT subscales (QoL) over time. CONCLUSIONS: This is the first study to investigate the effects of a SEGT intervention in male cancer patients. Participation in the intervention was associated with improved mood states and coping in male GI cancer patients; however, there was no change in measures of QoL.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».