Prevalence of suicidal ideation, attempts and associated risk factors in oral cancer patients: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Oral cancer, including malignancies of the lip, and oral cavity, is associated with significant psychological distress, increasing the risk of suicidal ideation (SI) and suicide attempts (SA). Despite its severe morbidity and mortality, the prevalence of SI and SA and their associated risk factors remain unclear. This systematic review and meta-analysis aimed to quantify the prevalence of SI and SA among oral cancer patients and identify key psychosocial risk factors. METHODS: A comprehensive literature search was conducted across PubMed, Embase, and Web of Science databases, with an initial search on August 13, 2024, and an update on December 19, 2024. Observational studies reporting SI and SA prevalence in oral cancer patients were included. Study quality was assessed using a modified Newcastle-Ottawa Scale (NOS), and statistical analyses were performed using R version 4.4. Pooled prevalence rates were calculated using a random-effects model, heterogeneity was assessed with I² statistics, sensitivity analysis was performed using a leave-one-out approach, and publication bias was evaluated using Doi plots and LFK index values. RESULTS: From 5,145 articles, 13 studies from Taiwan, South Korea, Canada, Germany, and the United States, involving 899,765 participants, were included. The pooled prevalence of SI was 13.08% (95% CI, 7.41-22.03) with moderate heterogeneity (I² = 65%), while SA prevalence was 0.32% (95% CI, 0.1-0.7) with high heterogeneity (I² = 99%). Key risk factors included depression (OR = 42.83), dysphoria (OR = 8.06), prior cancer history (OR = 4.53), rural residence, and male gender. CONCLUSION: This review revealed a substantial psychological impact faced by oral cancer patients, with notable prevalence rates of suicidal ideation and suicide attempts. Identifying major risk factors, such as depression and dysphoria, underscores the need for integrating tailored mental health interventions into routine oncological care.
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 | 0,015 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,043 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».