Managing cancer and living meaningfully (CALM): Implementation in Dutch cancer care
Notice bibliographique
Résumé
OBJECTIVE: Managing Cancer and Living Meaningfully (CALM) is a brief, evidence-based psychotherapy tailored for patients with advanced cancer that has not yet been implemented routinely in Dutch cancer care. The aim of this study was to assess the feasibility, acceptability, sustainability and effectiveness of CALM in different clinical settings in the Netherlands. METHODS: In 2019 and 2020 a multi-center, intervention-only study was performed in three Dutch cancer care settings. Professionals were trained to provide CALM under supervision. Patients diagnosed with advanced cancer were included and filled out questionnaires to measure depression (Patient Health Questionnaire-9), death anxiety (Death and Dying Distress Scale), and anxiety (hospital anxiety and depression scale-anxiety) at baseline, 3 and 6 months. The Clinical Evaluation Questionnaire was used to assess acceptability of CALM at 3 and 6 months. RESULTS: Sixty-four patients (55% of the eligible patients) were included in the study and 85% of the included patients received 3 or more CALM sessions. Of the 24 trained therapists, 15 (63%) started providing CALM. Two years post-study, CALM was provided in each center by a total of 19 therapists. On average, patients perceived CALM to be at least somewhat helpful. A significant decrease in severity of depression (p = 0.006), death anxiety (p = 0.008), and anxiety (p = 0.024) was observed over time. CONCLUSIONS: This study shows that CALM therapy is feasible, acceptable, and sustainable in three Dutch cancer care settings, although not all predefined feasibility criteria for therapists were met. CALM can be effective in decreasing feelings of depression, anxiety, and death anxiety in patients with advanced 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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,001 | 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 ».