MétaCan
Menu
Retour à la cohorte
Enregistrement W4378611424 · doi:10.1093/sleep/zsad077.0861

0861 Does Cognitive Behavioral Therapy for Insomnia Reduce Productivity Loss in Cancer Survivors with Cognitive Impairment?

2023· article· en· W4378611424 sur OpenAlexaffabout
Joshua Tulk, Sondria Browne, Harsha Ajith, Sheila N. Garland

Notice bibliographique

RevueSLEEP · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiqueWorkplace Health and Well-being
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésPresenteeismAbsenteeismInsomniaMedicineRandomized controlled trialProductivityCognitive behavioral therapy for insomniaCognitionPhysical therapyCognitive behavioral therapyGerontologyClinical psychologyPsychiatryPsychologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction Insomnia and perceived cognitive impairments (PCI) affect 1 in 4 cancer survivors and negatively affects work productivity. This study explores the impact of cognitive behavioral therapy for insomnia (CBT-I) on work presenteeism and absenteeism in cancer survivors with comorbid insomnia and PCI. Methods A sub-sample of 42 Atlantic Canadian survivors with insomnia disorder and PCI who were currently working for pay were analyzed as part of a larger randomized clinical trial. Participants completed 7 virtual sessions of CBT-I. The Work Productivity and Activity Impairment Index Specific Health Problem Questionnaire (WPAI: SHP) was administered pre-and post-treatment. Absenteeism was defined as the percentage of time absent from work, while presenteeism was defined as the extent to which health problems affected productivity at work in the past 7 days. Costs were calculated by the human capital method. Significant changes in productivity loss were defined at ≥15% or 20% change in absenteeism and presenteeism, respectively. Descriptive statistics and paired samples t-tests were used to measure changes in productivity following treatment. Average net benefit was calculated by subtracting the average treatment cost from average treatment benefits after 1 year to reflect cost savings after CBT-I. The cost of treatment was estimated in terms of average cost per session and lost time at work. Results Participants (76% Female) were, on average, 50.4 years old with 16.6 years of education. Breast cancer was the most reported cancer type (43%). Overall rates of presenteeism were significantly lower at post-treatment (p=<.001, d=0.55), with 52.4% reporting significant reductions. Absenteeism rates from pre- to post-treatment were not significant (p=.11, d=0.20). Reduced productivity loss post-treatment was associated with an average savings of CAD$10,979/person/year. Average net benefits for the first-year post-treatment equaled CAD$9348/person. Conclusion CBT-I can improve work productivity in cancer survivors. Investments to increase and provide access to evidence-based treatment may lead to significant savings for individuals and businesses. Support (if any) Dr. Sheila Garland is supported by a Canadian Cancer Society Emerging Scholar Award (Survivorship) (grant #707146). This project was funded through a grant from the Canadian Institutes of Health Research (CIHR) (grant number: PJT 162428) and the Beatrice Hunter Cancer Research Institute.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,022
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,051
Tête enseignante GPT0,431
Écart entre enseignants0,380 · 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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSLEEPMême sujetWorkplace Health and Well-beingTravaux en français237 207