Spotlight on the Fear of Cancer Recurrence Inventory (FCRI)
Notice bibliographique
Résumé
Fear of cancer recurrence (FCR) is a pervasive concern for people living with cancer. The rapidly expanding FCR literature has been weakened somewhat by use of miscellaneous FCR measures of varying quality. The Fear of Cancer Recurrence Inventory (FCRI) has been widely used in observational and intervention studies and the FCRI severity subscale, also known as the FCRI-Short Form (FCRI-SF), is often used to identify potential cases of clinically significant FCR. Given the FCRI's increasing use in research and clinical practice, we aimed to provide an overview, critique, and suggested improvements of the FCRI. Studies citing the original FCRI validation paper were identified and synthesised using narrative and meta-analytic methods. The 42-item FCRI has demonstrated a reasonably robust 7-factor structure across evaluations in multiple languages, although certain subscales (eg, Coping) demonstrate sub-optimal reliability. Confirmation of the cross-cultural equivalence of several FCRI translations is needed. Meta-analysis of FCRI-SF scores revealed a combined weighted mean score of 15.7/36, a little above the lowest proposed cut-off score (≥13) for clinical FCR. Depending on the FCRI-SF cut-off used, between 30.0% and 53.9% of the cancer population (ie, patients and survivors) appear to experience sub-clinical or clinical FCR. Higher FCRI scores were associated with younger age and female gender, pain/physical symptoms and psychological morbidity, consistent with the FCR literature generally. Issues regarding the application and interpretation of the FCRI remain. Whether the FCRI is well suited to assessing fear of progression as well as recurrence is unclear, the meaningfulness of the FCRI total score is debatable, and the use of the FCRI-SF to screen for clinical FCR is problematic, as items do not reflect established characteristics of clinical FCR. Refinement of the FCRI is needed for it to remain a key FCR assessment tool in future research and clinical practice.
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 | 0,038 | 0,086 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».