Psychological, financial, and educational impacts of the COVID-19 pandemic among children and adolescents with cancer and their families: a systematic review and thematic analysis
Notice bibliographique
Résumé
Abstract Children and adolescents diagnosed with cancer and their caregivers are routinely exposed to challenges most families will likely never face, especially during health emergencies where health system resources are put under pressure. The goal of this review was to systematically collect and synthesize the existing literature that examined the impact of the COVID-19 pandemic on psychological, financial, and educational outcomes among children and adolescents diagnosed with cancer and their caregivers, which usually are parents but may also include other family members such as siblings or grandparents. MEDLINE, Embase, and PsycINFO were searched on May 3, 2022. We included both qualitative and quantitative original research and brief reports from which we extracted population demographics, COVID-19 intervention, data collection, and outcome-related items. We then conducted a thematic analysis on the results sections of records. 50 studies of children (0–12 years) or adolescents (13–19 years) with cancer or their families were included. We identified five themes: Positive Impacts of COVID-19, Negative Psychological Experiences, Lack of Support, Mass Job Loss, and Disrupted Education. Our results demonstrated that the COVID-19 pandemic has been associated with some positive and multiple negative psychosocial outcomes among children and adolescents diagnosed with cancer and their families.
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 | 0,009 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».