Mechanisms of change of a cognitive-existential group intervention for fear of cancer recurrence: mediation analyses of the FORT trial
Notice bibliographique
Résumé
Abstract Background: Meta-analyses have demonstrated that brief interventions can address fear of cancer recurrence (FCR), but their mechanisms of action are largely unknown. Our goal was to identify the mediators of treatment efficacy of the Fear Of Recurrence Therapy (FORT) intervention using data from a multisite randomized controlled trial targeting FCR. That randomized controlled trial compared a 6-week cognitive-existential group intervention with an active control group. Methods: Participants (n = 135) were women diagnosed with stage I-III breast or gynecological cancer who were assessed at 4 time points (pretherapy, post-therapy, 3-month, and 6-month follow-up). The primary outcome, changes in FCR at 6 months, was measured with the Fear of Cancer Recurrence Inventory. We examined 6 mediators based on our theoretical model of FCR: perceived risk of recurrence, uncertainty in illness, intolerance of uncertainty, positive beliefs about worrying, reassurance-seeking, and cognitive avoidance. Changes in the possible mediator variables were simultaneously investigated to predict changes in FCR using Generalized Structural Equation Models with robust variance estimation. Results: FORT predicted FCR at 6 months in univariate analyses (β = −8.93, P = .0001). In the model including the 6 possible mediators, changes in uncertainty in illness (β = −8.72, P < .0001) and cognitive avoidance (β = −8.36, P < .0001) mediated the relationship between treatment and changes in FCR. However, FORT still predicted changes in FCR at 6 months (β = −6.35, P = .02), suggesting partial mediation. Conclusions: We identified 2 mechanisms of action that can be incorporated in future interventions. However, other processes that underlie the efficacy of these interventions need to be uncovered.
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 | 0,006 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».