Patterns and Predictors of Healthcare Use among Adolescent and Young Adult Cancer Survivors versus a Community Comparison Group
Notice bibliographique
Résumé
Healthcare use (HCU) during survivorship can mitigate adolescent and young adult (AYA) cancer survivors’ (aged 15–39 years) risk of medical and psychosocial late effects, but this is understudied. We surveyed 93 Australian AYA post-treatment cancer survivors (Mage = 22.0 years, SD = 3.5; 55.9% female) and a comparison sample of 183 non-matched AYAs (Mage = 19.7, SD = 3.2; 70.5% female) on their HCU, medication use, depression/anxiety, and general functioning. Relative to our comparison AYAs, a higher proportion of our survivor group reported medical HCU (community-delivered: 65.6% versus 47.0%, p = 0.003; hospital-delivered: 31.2% versus 20.3%, p = 0.044) and mental HCU (53.8% vs. 23.5%; p < 0.0001) in the past six months. A higher proportion of our survivors reported taking medications within the past six months than our comparison AYAs (61.3% vs. 42.1%, p = 0.003) and taking more types (p < 0.001). Vitamin/supplement use was most common followed by psychotropic medications. Our survivor group reported lower depression (p = 0.001) and anxiety symptoms (p = 0.003), but similar work/study participation (p = 0.767) to our comparison AYAs. Across groups, psychological distress was associated with higher mental HCU (p = 0.001). Among survivors, those who were female, diagnosed with brain/solid tumors and who had finished treatment more recently reported greater HCU. Future research should establish whether this level of HCU meets AYAs’ survivorship needs.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».