Factors Affecting Psychosocial Distress in Adolescents and Young Adults with Cancer: BRIGHTLIGHT Cross-Sectional and Longitudinal Cohort Study Results
Notice bibliographique
Résumé
Background/Objectives: AYAs face unique psychosocial challenges compared to younger children and older adults. Little published data exists about symptoms of psychological distress in AYAs, particularly in large cohorts over time. This study aimed to (1) explore relationships between distress and variables known to impact mental health, (2) examine distress over time, and (3) consult with a patient and public involvement group (Young Advisory Panel, YAP) to contextualize the results. Methods: Secondary data analyses were conducted from a multicentre longitudinal cohort study, which recruited 830 participants aged 13–24 years newly diagnosed with different cancers. The mean age was 20.1 (SD 3.3) and 45% were female. Bespoke surveys, including a validated measure of psychosocial distress, were administered five times over 3 years following diagnosis. Participatory workshops were conducted with the YAP to gather their impressions of the study results and inform conclusions. Results: At the first time point, higher social support was associated with higher distress scores (β = 0.202, p < 0.001) and AYAs with higher depressive symptoms were more likely to see a mental health professional (p < 0.01). Over time, anxiety symptoms remained stable (p = 0.090); however, depressive symptoms improved (p < 0.001). The YAP highlighted the mixed effects of social support and the under-recognition and undertreatment of distress. Conclusions: This information identifies key targets, such as social support, that can inform the design of personalized screening and intervention tools. It also highlights specific timepoints at which these efforts can be directed to mitigate distress and improve quality of life. Future research should include longer-term follow-up, qualitative explorations of distress along the disease trajectory, and ongoing co-production efforts.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».