Coping Strategies and Associated Symptom Burden Among Patients With Advanced Cancer
Notice bibliographique
Résumé
BACKGROUND: Few studies examine how patients with advanced cancer cope with stress. The objective of our study was to evaluate coping strategies adopted by patients with cancer and their relationship with symptom burden. METHODS: A secondary data analysis of a prospective cross-sectional survey of patients with cancer and tobacco use was conducted, which examined demographics, symptom burden (Edmonton Symptom Assessment System), and coping strategies (the Brief COPE Questionnaire). Demographic characteristics were summarized by standard summary statistics; we also examined associations between patient characteristics and coping strategies using t-test, rank-sum test, chi-squared test, or Fisher's exact test depending on the distribution of data. RESULTS: Among 399 patients, the majority were female (60%), Caucasian (70%), the mean age was 56.5 (±12.0) years, and the most common malignancies were gastrointestinal (21%) and breast (19%). Patients with cancer adopted multiple adaptive coping strategies, most frequently acceptance (86.7%) and emotional support (79.9%), with humor (18.5%) being the least. Common maladaptive strategies included venting (14.5%) and self-distraction (36.6%), while substance use (1.0%) was infrequently reported. Of the adaptive strategies, female gender was significantly associated with higher engagement with emotional and instrumental support, positive reframing, religious coping, and acceptance (P < .05 for all). College educated patients reported significantly higher implementation of humor, planning, and acceptance. Maladaptive coping strategies such as denial were associated with increased pain and depression, while patients adopting emotional-focused strategies rated decreased emotional distress. CONCLUSIONS: The majority of patients with advanced cancer reported adopting multiple, adaptive coping strategies, and a minority utilized maladaptive or avoidant strategies, rarely substance use, and may need additional psychological support.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».