Incidence and Predictors of Mental Health Outcomes Among Survivors of Adolescent and Young Adult Cancer: A Population-Based Study Using the IMPACT Cohort
Notice bibliographique
Résumé
PURPOSE Risk and predictors of long-term mental health outcomes in survivors of adolescent and young adult (AYA) cancers are poorly characterized. Mental health is consequently neglected in long-term follow-up. METHODS We identified all AYA in Ontario, Canada age 15-21 years when diagnosed with one of six common cancers between 1992-2012 using a population-based database, and compared them with matched controls. Linkage to provincial healthcare data allowed analysis of rates of outpatient (family physician and psychiatrist) visits for psychiatric indications and time to severe psychiatric events (emergency room visit, hospitalization, and suicide). Demographic-, disease-, and treatment-related predictors of adverse outcomes, including treatment setting (adult v pediatric), were examined. RESULTS Among 2,208 survivors and 10,457 matched controls, 5-year survivors experienced higher rates of outpatient mental health visits than controls (671 visits per 1,000 person-years v 506; adjusted rate ratio [RR] 1.3; 95% CI, 1.1 to 1.5; P = .006). Risk of a severe psychiatric episode was also increased among survivors (adjusted hazard ratio [HR], 1.2; 95% CI, 1.1 to 1.4, P = .008). Risk of a psychotic disorder–associated severe event was doubled in survivors (HR, 2.0, 95% CI, 1.3 to 2.4; P = .007) although absolute risk remained low (15-year cumulative incidence 1.7%; 95% CI, 1.0 to 2.7). In multivariable analysis, survivors treated in adult centers experienced substantially higher outpatient visit rates compared with those treated in pediatric settings (RR 1.8; 95% CI, 1.0 to 3.1; P = .04). CONCLUSION Survivors of AYA cancer are at substantially increased risk of adverse mental health outcomes, with those treated in adult centers at particular risk. Although absolute incidence was low, survivors were at increased risk of psychotic disorder–associated severe events. Long-term mental health surveillance is warranted, as is research into effective interventions during or after cancer treatment.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».