Personality Traits and Urinary Symptoms Are Associated with Mental Health Distress in Patients with a Diagnosis of Prostate Cancer
Notice bibliographique
Résumé
OBJECTIVE: With a prolonged natural history compared with many other cancers, prostate cancer patients have high rates of mental illness over the duration of their treatment. Here, we examine the relationship between personality and mental health distress in a sample of prostate cancer patients. METHODS: This study was conducted in the Canadian Maritime provinces, where a cohort of 189 men with prostate cancer were invited to complete a quality-of-life online survey between May 2017 and December 2019. The presence or absence of screening positive for mental health illness was the primary outcome and was assessed using Kessler's 10-item scale (K10). Urinary symptoms were assessed using the International Prostate Symptom Score (IPSS). The ten-item personality inventory (TIPI) assessed extraversion, agreeableness, conscientiousness, emotional stability (or neuroticism), and openness to experiences. A multivariate logistic regression model was created to examine the association between personality, urinary symptoms, and mental health distress, while controlling for time from diagnosis, treatment type, age, and multimorbidity. RESULTS: Screening positive for mental illness (18.0%) was associated with personality traits of low levels of emotional stability (OR = 0.07, 95% CI: 0.03-0.20) and moderate to severe urinary problems (OR = 5.21, 95% CI: 1.94-14.05)). There was no identified association between treatment received for prostate cancer and personality type. CONCLUSION: Screening for mental health illness in this population may help reduce morbidity associated with cancer treatment, as well as identify patients who may be at risk of mental health distress and could benefit from individualized mental health support services. These findings suggest that multidisciplinary care is essential for the management of these patients.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».