MétaCan
Menu
Retour à la cohorte
Enregistrement W4409075311 · doi:10.1016/j.jpainsymman.2025.03.026

Impact of Caregiver and Patient Age on Efficacy of Caregiver Interventions in Advanced Cancer: A Meta-Regression

2025· review· en· W4409075311 sur OpenAlexafffund
Ronald Chow, Kieran L. Quinn, Dio Kavalieratos, Jean Mathews, Rinat Nissim, Sarah Hales, Gary Rodin, Breffni Hannon, Camilla Zimmermann

Notice bibliographique

RevueJournal of Pain and Symptom Management · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensQueen's UniversitySinai Health SystemPrincess Margaret Cancer Centre
Organismes subventionnairesCanadian Institutes of Health ResearchUniversity of TorontoPrincess Margaret Cancer FoundationUniversity Health Network
Mots-clésMedicinePsychological interventionMeta-regressionRegressionCancerMeta-analysisGerontologyPsychotherapistNursingInternal medicinePsychology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: It has been shown that interventions to support caregivers of patients with advanced cancer improve caregiver wellbeing, but the possible additional influence of patient and caregiver age is unknown. We measured the impact of patient and caregiver age on the efficacy of caregiver interventions. METHODS: We included all studies from a recent meta-analysis of randomized controlled trials of caregiver support interventions for adult caregivers of adults with advanced cancer that reported on outcomes of quality of life (QOL), anxiety, or depression. Random-effects meta regression was performed on each outcome for continuous variables of: 1) mean patient age, 2) mean caregiver age, and 3) mean age difference between mean age of patients and caregivers. Among study sets demonstrating statistically significant associations, we performed sensitivity analyses excluding influential outliers. RESULTS: Twenty-four studies reporting on 23 trials involving 3306 caregivers were included in this meta-regression. Interventions were associated with improved QOL, anxiety and depression. In studies with older mean patient age, interventions had a greater impact on QOL (P = 0.04). In studies with younger mean caregiver age, interventions had a greater impact on depression (P = 0.02). In studies with a larger patient-caregiver age difference, interventions had a greater impact on anxiety (P = 0.01), but this effect did not prevail on sensitivity analysis (P = 0.52). CONCLUSION: Age of patients with advanced cancer and their caregivers may influence the efficacy of caregiver support interventions, and should be taken into account when designing these interventions and interpreting their effect.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,046
score de la tête « metaresearch » (Gemma)0,080
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,246

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0460,080
Méta-épidémiologie (sens strict)0,0050,002
Méta-épidémiologie (sens large)0,0190,091
Bibliométrie0,0070,007
Études des sciences et des technologies0,0010,001
Communication savante0,0040,003
Science ouverte0,0030,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,392
Écart entre enseignants0,346 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Pain and Symptom ManagementMême sujetCancer survivorship and careTravaux en français237 207