MétaCan
Menu
Retour à la cohorte
Enregistrement W1549646880 · doi:10.1002/cncr.27466

Weight management and its role in breast cancer rehabilitation

2012· article· en· W1549646880 sur OpenAlexaff
Wendy Demark‐Wahnefried, Kristin Campbell, Sandra C. Hayes

Notice bibliographique

RevueCancer · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Cancer Institute
Mots-clésMedicineBreast cancerOverweightLymphedemaWeight managementWeight lossQuality of life (healthcare)Weight gainCancerObesityDiseaseRehabilitationPhysical therapyPopulationAdverse effectDiabetes mellitusIntensive care medicineInternal medicineBody weightNursingEnvironmental healthEndocrinology

Résumé

récupéré en direct d'OpenAlex

Overweight and obesity are risk factors for postmenopausal breast cancer, and many women diagnosed with breast cancer, irrespective of menopausal status, gain weight after diagnosis. Weight management plays an important role in rehabilitation and recovery because obesity and/or weight gain may lead to poorer breast cancer prognosis, as well as prevalent comorbid conditions (eg, cardiovascular disease and diabetes), poorer surgical outcomes (eg, increased operating and recovery times, higher infection rates, and poorer healing), lymphedema, fatigue, functional decline, and poorer health and overall quality of life. Health care professionals should encourage weight management at all phases of the cancer care continuum as a means to potentially avoid adverse sequelae and late effects, as well as to improve overall health and possibly survival. Comprehensive approaches that involve dietary and behavior modification, and increased aerobic and strength training exercise have shown promise in either preventing weight gain or promoting weight loss, reducing biomarkers associated with inflammation and comorbidity, and improving lifestyle behaviors, functional status, and quality of life in this high-risk patient population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,730

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,009
Tête enseignante GPT0,273
Écart entre enseignants0,265 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations22
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancerMême sujetCancer survivorship and careTravaux en français237 207