Evaluation of psychological distress is essential for patients with locally advanced breast cancer prior to neoadjuvant chemotherapy: baseline findings from cohort study
Notice bibliographique
Résumé
BACKGROUND: patients with locally advanced breast cancer (LABC) are often treated by neoadjuvant chemotherapy (NACT). This study aims to determine the prevalence of psychological distress and their sociodemographic and clinical factors in patients recently diagnosed with LABC and before NACT. METHODS: A total of 209 LABC patients without metastatic localization were recruited between 2021 and 2022 in the oncology hospital at Fez. A structured questionnaire and the Hospital Anxiety and Depression Scale were used. A descriptive analysis and linear model were performed. RESULTS: a mean age of participants was 47.43 ± 9.45 years. The prevalence of depression, anxiety and psychological distress among participants was 59.62% (95% CI: 52.61-33.34), 47.85% (95% CI: 40.91-54.85), and 65.07 (95% CI: 58.19-71.52) respectively. Depression was associated to age (< 50 years) (AOR = 2.19; 95% CI = 1.13-4.23) and health insurance (AOR = 3.64; 95% CI: 1.18-11.26). Anxiety was associated to age (< 50) (AOR = 2.21; 95% CI: 1.18-4.13) and right breast cancer (AOA = 2.01; 95% CI: 1.11-3.65). Psychological distress was associated to chronic illness (AOR = 2.78; 95% CI: 1.32-5.85) and lymph node status (AOR = 2.39; 95% CI: 1.26-4.57). CONCLUSIONS: Based on the high prevalence of depression and anxiety it appears opportune to treat psychological distress among LABC patient candidates for NACT. Each psychological intervention should take into account sociodemographic and clinical factors found associated in our study. Psychological therapeutic interventions are crucial for LABC patients as early as the time of diagnosis and through subsequent steps in NACT to improve their overall mental health.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».