Are There Ways To Prevent Psychiatric Affections In Oncological Patients?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background and Aims:Psycho-oncology gives an approach to cancer patients and treats the emotional, social and spiritual distress which accompanies them. Recent research has indicated that not only illness, but also treatment can lead to severe depression, anxiety and distress. This study aims to establish the prevalence of anxiety and depression, the quality of life, cognitive impairment, sleep disorders and substance dependence in cancer patients from a Romanian hospital. It also describes the clinical characteristics of these patients and examines if different types of cancer have any influence on the level of psychiatric diagnosis.Methods:This is a prospective, longitudinal study that followed 130 patients from the radio-oncology department for three months and 37 of them were reevaluated. For the evaluation of psychiatric comorbidities a number of eight scales were used: Hospital Anxiety and Depression Scale, Quality of Life Questionnaire, Athens Insomnia Scale, Numeric Rating Scale for Pain, CAGE scale and Fagerstrom test, Global Assessment of Functioning and Montreal Cognitive Assessment.Results:As expected, depression and anxiety are underdiagnosed among the lot of the study. The quality of life is corelated with intensity of pain, depression and anxiety level. There was a high rate of alcohol and nicotine use among these oncological patients, although the majority of them stopped the consume after confronting the diagnosis.Conclusions:To sum up, patients from oncology department should have access to psychiatric services due to high prevalence of this type of disorders. Both the disease and oncological treatment influence the quality of life and can lead to anxiety and depression.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,043 | 0,030 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,006 | 0,011 |
| Science ouverte | 0,015 | 0,016 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,041 |
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 découle