MétaCan
Menu
Retour à la cohorte
Enregistrement W3149895431 · doi:10.3389/fpsyt.2021.557834

The Sum of Fears in Cancer Patients Inside the Context of the COVID-19

2021· review· en· W3149895431 sur OpenAlexaff
Lucas Poitevin Bandinelli, Felipe Ornell, Lísia von Diemen, Félix Henrique Paim Kessler

Notice bibliographique

RevueFrontiers in Psychiatry · 2021
Typereview
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensQueen's University
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésCoronavirus disease 2019 (COVID-19)Context (archaeology)PandemicMental healthPsychiatryPerspective (graphical)CancerMedicineSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Identification (biology)2019-20 coronavirus outbreakPsychologyDiseasePathologyInfectious disease (medical specialty)Outbreak

Résumé

récupéré en direct d'OpenAlex

The pandemic resulting from COVID-19 has led to the collapse of the health system in dozens of countries. Parallel to clinical risk, the appearance or intensification of psychiatric symptoms has also been documented. The identification of groups at risk is essential for the establishment of preventive and therapeutic strategies. Cancer patients appear to be especially vulnerable both from a clinical and psychiatric perspective. Problems related to contamination and the cancer treatments themselves are intertwined, causing a sum of patients' fears to arise, which can cause mental effects. This study aims to review and investigate the impact of COVID-19 on the mental health of cancer patients and indicate possible support strategies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,651
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,061
Tête enseignante GPT0,426
Écart entre enseignants0,364 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychiatryMême sujetCOVID-19 and Mental HealthTravaux en français237 207