MétaCan
Menu
Retour à la cohorte
Enregistrement W3161423651 · doi:10.14740/wjon1371

Quality of Life and Psychological Distress of Lung Cancer Patients Undergoing Chemotherapy

2021· article· en· W3161423651 sur OpenAlexvenueno aff
Paraskevi Maria Prapa, Ιωάννα Παπαθανασίου, Vissarion Bakalis, Foteini Malli, Dimitrios Papagiannis, Εvangelos C. Fradelos

Notice bibliographique

RevueWorld Journal of Oncology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineAnxietyQuality of life (healthcare)Lung cancerDistressPsychological distressDepression (economics)DiseaseInternal medicineAdverse effectPhysical therapyClinical psychologyPsychiatryNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Patients with lung cancer often experience multiple symptoms associated with both the disease itself and the treatment. The disease and therapy-related adverse effects may lead to poor quality of life (QoL) and increased psychological distress. The aim of this study was to investigate the QoL and psychological distress of patients with lung cancer. The relationship between these two aspects was also an area of focus. METHODS: This was a quantitative descriptive study. Data collection was done using a self-complementary tool. The data were collected between February and March 2020. The sample consisted of 135 patients with lung cancer who were undergoing chemotherapy in 1-day clinic in Athens (a sample of convenience). RESULTS: Regarding the QoL of our sample, we observed that the mean score of the physical health component of SF-12 was 38.17 ± 9.94 and of the mental health component was 45.63 ± 11.80. As regards the psychological distress of our sample, we observed that the mean score for depression was 4.55 ± 5.04, for anxiety was 3.84 ± 4.17 and for stress was 5.21 ± 5.01. CONCLUSION: As is clear from the results, lung cancer patients reported poor QoL and increased rates of psychological distress.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,379

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,046
Tête enseignante GPT0,402
Écart entre enseignants0,357 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations54
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Journal of OncologyMême sujetCancer survivorship and careTravaux en français237 207