Electronic Health Literacy, Psychological Distress, and Quality of Life in Urological Cancer Patients: A Longitudinal Study During Transition from Inpatient to Outpatient Care
Notice bibliographique
Résumé
Urological cancers are associated with reduced quality of life and high psychological burden, yet affected patients receive less psychosocial support than other cancer groups. Electronic health literacy (eHL) may facilitate independent access to resources, but its role for psychological outcomes and quality of life in this group is unclear. This study examined associations between eHL, psychological symptoms, and quality of life during transition from inpatient to outpatient care. A prospective, single-centre observational study was conducted. Eligible inpatients (urological cancer, Distress Thermometer ≥5 and/or request for psycho-oncological support) received an initial psycho-oncology consultation and completed surveys during inpatient treatment (T1) and three months later (T2). Measures included socio-demographics, PO-BADO, eHL (eHEALS), distress, depression (PHQ-2), anxiety (GAD-2), and quality of life (EORTC QLQ-C30). Of 108 patients completing T1, 71 completed T2. After controlling for age, eHL was not significantly associated with distress, depression, anxiety, or quality of life. Age did not moderate these relationships. In this sample, eHL showed no significant associations with psychological outcomes or quality of life. However, higher age was linked to lower eHL, suggesting that older patients may face barriers to digital health engagement. Age-related differences in eHL should be considered when designing digital support services for urological cancer patients.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,002 |
| 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 ».