MétaCan
Menu
Retour à la cohorte
Enregistrement W4383646855 · doi:10.37939/jrmc.v27i1.2037

Emotional Distress Among Pediatric Cancer Patients and their Siblings

2023· article· en· W4383646855 sur OpenAlexaff
Ruqayya Manzoor, Nuzhat Yasmeen, Hijab Shaheen, Nazia Mushtaq

Notice bibliographique

RevueJournal of Rawalpindi Medical College · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueChildhood Cancer Survivors' Quality of Life
Établissements canadiensPediatric Oncology Group
Organismes subventionnairesnon disponible
Mots-clésEmotional distressMedicineDistressPediatric cancerAnxietyClinical psychologyMental healthChildhood cancerPsychiatryCancerInternal medicine

Résumé

récupéré en direct d'OpenAlex

Objectives: Cancer being a serious chronic illness, causes profound effects on physical and mental health of the individual as well as affects their caregivers and family members' mental health. This study aims to find out the burden of emotional distress in patients of childhood cancer as well as their healthy siblings. Methods: It was a descriptive cross-sectional study. Parents of the children undergoing cancer treatment or having completed treatment within past one year were asked to complete an interview proforma (Pediatric Emotional Distress Scale) about their child’s behaviour over past one month, scoring each behaviour on a scale of 1 to 5 according to the frequency of symptoms. The data was then analysed using SPSS 20. The frequency distribution, central tendencies and standard deviations were calculated accordingly. Results: Almost eighty-five% of the patients showed scores above the clinical threshold for emotional distress. Eighteen% of the healthy siblings also had scores above the clinical threshold. Patients as well as their healthy siblings showed high levels of anxiousness in their behaviours. Conclusions Childhood cancer is a cause of major emotional trauma in patients. Age-matched siblings usually cope well with the illness.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,300
Écart entre enseignants0,284 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Rawalpindi Medical CollegeMême sujetChildhood Cancer Survivors' Quality of LifeTravaux en français237 207