Remote Psychological Interventions for Fear of Cancer Recurrence: Scoping Review
Notice bibliographique
Résumé
BACKGROUND: Patients with cancer and survivors may experience the fear of cancer recurrence (FCR), a preoccupation with the progression or recurrence of cancer. During the spread of COVID-19 in 2019, patients and survivors experienced increased levels of FCR. Hence, there is a greater need to identify effective evidence-based treatments to help people cope with FCR. Remotely delivered interventions might provide a valuable means to address FCR in patients with cancer. OBJECTIVE: The aim of this study is to first discuss the available psychological interventions for FCR based on traditional cognitive behavioral therapies (CBTs) or contemporary CBTs, in particular, mindfulness and acceptance and commitment therapy, and then propose a possible approach based on the retrieved literature. METHODS: We searched key electronic databases to identify studies that evaluated the effect of psychological interventions such as CBT on FCR among patients with cancer and survivors. RESULTS: Current evidence suggests that face-to-face psychological interventions for FCR are feasible, acceptable, and efficacious for managing FCR. However, there are no specific data on the interventions that are most effective when delivered remotely. CONCLUSIONS: CBT interventions can be efficacious in managing FCR, especially at posttreatment, regardless of whether it is delivered face to face, on the web, or using a blended approach. To date, no study has simultaneously compared the effectiveness of face-to-face, web-based, and blended interventions. On the basis of the retrieved evidence, we propose the hypothetical program of an intervention for FCR based on both traditional CBT and contemporary CBT, named Change Of Recurrence, which aims to improve the management of FCR in patients with cancer and survivors.
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 | 0,005 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 ».