Screening for distress and needs: Findings from a multinational validation of the Adolescent and Young Adult Psycho‐Oncology Screening Tool with newly diagnosed patients
Notice bibliographique
Résumé
OBJECTIVE: Adolescents and young adults (AYAs) diagnosed with cancer commonly experience elevated psychological distress and need appropriate detection and management of the psychosocial impact of their illness and treatment. This paper describes the multinational validation of the Distress Thermometer (DT) for AYAs recently diagnosed with cancer and the relationship between distress and patient concerns on the AYA-Needs Assessment (AYA-NA). METHODS: = 3.8) from Australia (n = 111), Canada (n = 67), the UK (n = 85) and the USA (n = 25) completed the DT, AYA-NA, Hospital Anxiety Depression Scale (HADS) and demographic measures within 3 months of diagnosis. Using the HADS as a criterion, receiver operating characteristics analysis was used to determine the optimal cut-off score and meet the acceptable level of 0.70 for sensitivity and specificity. Correlations between the DT and HADS scores, prevalence of distress and AYA-NA scores were reported. RESULTS: The DT correlated strongly with the HADS-Total, providing construct validity evidence (r = 0.65, p < 0.001). A score of 5 resulted in the best clinical screening cut-off on the DT (sensitivity = 82%, specificity = 75%, Youden Index = 0.57). Forty-two percent of AYAs scored at or above 5. 'Loss of meaning or purpose' was the AYA-NA item most likely to differentiate distressed AYAs. CONCLUSIONS: The DT is a valid distress screening instrument for AYAs with cancer. The AYA-POST (DT and AYA-NA) provides clinicians with a critical tool to assess the psychosocial well-being of this group, allowing for the provision of personalised support and care responsive to individuals' specific needs and concerns.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».