MétaCan
Menu
Retour à la cohorte
Enregistrement W4362692778 · doi:10.2196/45382

Impact of Social Isolation, Physician-Patient Communication, and Self-perception on the Mental Health of Patients With Cancer and Cancer Survivors: National Survey Analysis

2023· article· en· W4362692778 sur OpenAlexvenueno aff
Avishek Choudhury

Notice bibliographique

RevueInteractive Journal of Medical Research · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMental healthPerceptionCancerIsolation (microbiology)Cancer survivorSocial isolationPsychologyMedicineFamily medicinePsychiatryClinical psychologyGerontologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cancer is perceived as a life-threatening, fear-inducing, and stigmatized disease. Most patients with cancer and cancer survivors commonly experience social isolation, negative self-perception, and psychological distress. The heavy toll that cancer takes on patients continues even after treatment. It is common for many patients with cancer to feel uncertain about their future. Some undergo anxiety, loneliness, and fear of getting cancer again. OBJECTIVE: This study examined the impact of social isolation, self-perception, and physician-patient communication on the mental health of patients with cancer and cancer survivors. The study also explored the impact of social isolation and physician-patient communication on self-perception. METHODS: This retrospective study used restricted data from the 2021 Health Information National Trends Survey (HINTS), which collected data from January 11, 2021, to August 20, 2021. We used the partial least squares structural equation modeling (PLS-SEM) method for data analysis. We checked for quadratic effects among all the paths connecting social isolation, poor physician-patient communication, mental health (measured using the 4-item Patient Health Questionnaire [PHQ-4]), and negative self-perception. The model was controlled for confounding factors such as respondents' annual income, education level, and age. Bias-corrected and accelerated (BCA) bootstrap methods were used to estimate nonparametric CIs. Statistical significance was tested at 95% CI (2-tailed). We also conducted a multigroup analysis in which we created 2 groups. Group A consisted of newly diagnosed patients with cancer who were undergoing cancer treatment during the survey or had received cancer treatment within the last 12 months (receipt of cancer treatment during the COVID-19 pandemic). Group B consisted of respondents who had received cancer treatment between 5 and 10 years previously (receipt of cancer treatment before the COVID-19 pandemic). RESULTS: The analysis indicated that social isolation had a quadratic effect on mental health, with higher levels of social isolation associated with worse mental health outcomes up to a certain point. Self-perception positively affected mental health, with higher self-perception associated with better mental health outcomes. In addition, physician-patient communication significantly indirectly affected mental health via self-perception. CONCLUSIONS: The findings of this study provide important insights into the factors that affect the mental health of patients with cancer. Our results suggest that social isolation, negative self-perception, and communication with care providers are significantly related to mental health in patients with cancer.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,059
Tête enseignante GPT0,473
Écart entre enseignants0,414 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInteractive Journal of Medical ResearchMême sujetCancer survivorship and careTravaux en français237 207