Psykisk helse ved pankreaskreft
Notice bibliographique
Résumé
Hensikt: Hensikten med denne oppgaven er å undersøke og belyse hvilke psykiske symptomer som melder seg ved diagnostisering av pankreaskreft og hva pasienter trenger bistand til. Pankreaskreft er en av de alvorligste kreftdiagnosene grunnet få symptomer, sen diagnostisering og lite håp for helbredende kirurgi. På bakgrunn av dette drøftes det hvordan pasienter kan oppleve det å få pankreaskreft samt hva de trenger av bistand i perioden etter diagnose.\n\nMetode: Metoden for oppgaven er et litteraturstudie og har blitt utført via søk i ulike databaser. Søkeord brukt er blant annet: emotional distress, depression, anxiety, mental health distress, pancreatic cancer, treatment og oncologists.\n\nHovedfunn: Ved diagnostisering av pankreaskreft reagerer mange pasienter med å gå inn i en krise. Fremtredende følelser er sjokk, sinne, fortvilelse og nedstemthet. Psykiske symptomer som angst og depresjon er normale reaksjoner. Dette kan etterhvert utvikle seg til psykiske lidelser. Noen pasienter står også i fare for å ta sitt eget liv som følge av kreftdiagnosen. Det bør som en følge av dette rettes et større fokus på psykiske symptomer og lidelser. Det bør videre være en integrert del av behandlingsopplegget. Det kan være utfordrende å identifisere psykiske lidelser hos denne pasientgruppen. Imidlertid kan Edmonton symptom assessment system (ESAS) være et hensiktsmessig verktøy.\n\nKonklusjon: Oppgaven argumenterer for ivaretagelse av psykisk helse for å kunne bidra til en helhetlig behandling og oppfølging av denne pasientgruppen. Det er i dag et stort fokus på den somatiske behandlingen. Oppgaven argumenterer for at det også bør rettes et større fokus på pasientens psykisk helse. Herunder pasientens sykehistorie før kreftdiagnosen, igangsetting av individtilpassede tiltak, samt oppfølging av disse. Flere av studiene presentert i denne oppgaven viser at barrierer som hindrer helsepersonell i oppfølging av psykisk helse er mangel på tid, mangel på kunnskap om psykisk helse og mangel på opplæring til å bruke de ulike screeningverktøyene. På et overordnet nivå må opplæringen og kunnskapen til helsepersonell styrkes for å kunne bistå denne pasientgruppen bedre.
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 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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,037 | 0,012 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».