Precancer and cancer-associated depression and anxiety among older adults with blood cancers in the United States
Notice bibliographique
Résumé
For patients with blood cancers, comorbid mental health disorders at diagnosis likely affect the entire disease trajectory, as they can interfere with disease information processing, lead to poor coping, and even cause delays in care. We aimed to characterize the prevalence of depression and anxiety in patients with blood cancers. Using the Surveillance, Epidemiology, and End Results-Medicare database, we identified patients ≥67 years old diagnosed with lymphoma, myeloma, leukemia, or myelodysplastic syndromes between 2000 and 2015. We determined the prevalence of precancer depression and anxiety and cancer-associated (CA) depression and anxiety using claims data. We identified factors associated with CA-depression and CA-anxiety in multivariate analyses. Among 75 691 patients, 18.6% had at least 1 diagnosis of depression or anxiety. Of the total cohort, 13.7% had precancer depression and/or precancer anxiety, while 4.9% had CA-depression or CA-anxiety. Compared with patients without precancer anxiety, those with precancer anxiety were more likely to have subsequent claims for CA-depression (odds ratio [OR] 2.98; 95% CI 2.61-3.41). Other factors associated with a higher risk of CA- depression included female sex, nonmarried status, higher comorbidity, and myeloma diagnosis. Patients with precancer depression were significantly more likely to have subsequent claims for CA-anxiety compared with patients without precancer depression (OR 3.01; 95% CI 2.63-3.44). Female sex and myeloma diagnosis were also associated with CA-anxiety. In this large cohort of older patients with newly diagnosed blood cancers, almost 1 in 5 suffered from depression or anxiety, highlighting a critical need for systematic mental health screening and management for this population.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».