Psychological distress in prostate cancer
Notice bibliographique
Résumé
INTRODUCTION: Men diagnosed with prostate cancer (PCa) experience substantial psychological distress. Despite this, the use of screening tools in this population is limited and understudied. This study evaluates the validity of the Kessler Psychological Distress Scale (K10) as a psychological distress screening tool in men undergoing curative PCa treatment. METHODS: Participants in a PCa psychological distress prevention program (n=128) were assessed at baseline, six months, and 12 months using the K10. Exploratory (EFA) and confirmatory factor analysis (CFA) examined the scale's factor structure. Receiver operating characteristic (ROC) analyses evaluated sensitivity, specificity, and predictive values for depression and anxiety. Logistic regression assessed the impact of cutoffs on clinical psychological distress. RESULTS: EFA identified a single-factor structure (factor loadings: 0.59-0.96, variance explained: 76%). CFA confirmed model-fit (CFI=0.905; SRMR=0.042). ROC analysis demonstrated excellent predictive ability (area under the curve [AUC] 0.98, 95% confidence interval [CI] 0.95-1.0 for depression; 0.92, 95% CI 0.86-0.98 for anxiety). Youden's index suggested K10 thresholds of ≥17.5 (depression) and ≥16.5 (anxiety), although these cutoffs lacked sensitivity. With standard K10≥20 cutoffs, significant differences were observed between intervention and control groups at six months (adjusted odds ratio [aOR] 3.59, 95% CI 1.12-11.51, p=0.031) and 12 months (aOR 4.41, 95% CI 1.35-4.41, p=0.014), consistent with prior findings. CONCLUSIONS: The K10 is valid and reliable for this population, demonstrating excellent internal consistency; however, lower cutoffs (K10≥16.5, K10≥17.5) may reduce sensitivity. The standard K10≥20 threshold remains preferable for detecting distress and evaluating intervention effects in men with PCa.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».