Psychological distress and experiences of Adolescents and Young Adults with cancer during the COVID‐19 pandemic: A cross‐sectional survey
Notice bibliographique
Résumé
BACKGROUND: This study investigated prevalence of psychological distress, factors associated with distress, and experiences of Adolescents and Young Adults (AYAs) with cancer during the COVID-19 pandemic. It also compared distress in this group to previously surveyed Canadian AYAs with cancer in 2018 by the Young Adults with Cancer in their Prime (YACPRIME) study. METHODS: A cross-sectional, online, self-administered survey of AYAs diagnosed with cancer between 15 and 39 years of age was conducted. Psychological distress was measured by the Kessler Psychological Distress Scale (K10). Associations between variables and high psychological distress (K10 ≥ 25), and comparison of prevalence of psychological distress with the YACPRIME study were done using multivariable logistic regression. Summative qualitative content analysis analyzed participant experiences during this pandemic. RESULTS: We included 805 participants. High psychological distress was present in over two-thirds of the group (68.0%; 95% CI, 64.7%-71.2%). Employment impact during pandemic (AOR (adjusted odds ratio), 2.16; 95% CI, 1.41-3.31) and hematologic malignancy (AOR, 1.76; 95% CI 1.08-2.97) were associated with higher psychological distress, while older age [AOR, 0.95; 95% CI, 0.92-0.99] and personal income < $40,000 (AOR, 0.38; 95% CI, 0.24-0.58) were associated with lower distress. Adjusted odds of experiencing psychological distress among AYAs with cancer during pandemic compared to pre-pandemic years was 1.85 (95% CI: 1.36-2.53). Overarching themes of pandemic experiences included: inferior quality of life, impairment of cancer care, COVID-19 related concerns and extreme social isolation. CONCLUSION: AYAs diagnosed with cancer are experiencing high psychological distress during this pandemic. Distress screening and evidence-based interventions to alleviate distress are essential.
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 | 0,002 |
| 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) | 0,001 | 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 ».