MétaCan
Menu
Retour à la cohorte
Enregistrement W1594825155 · doi:10.14288/hfjc.v5i1.123

Exercise Training in Oncology: Systematic Review and Clinical Practice Recommendations

2012· article· en· W1594825155 sur OpenAlexaff
Lee W. Jones, Edith Pituskin, Cláudio L. Battaglini

Notice bibliographique

RevueOpen Collections · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCardiorespiratory fitnessMedicinePhysical therapyPsychological interventionCancer-related fatigueQuality of life (healthcare)Clinical PracticeMEDLINEIntervention (counseling)CancerIntensive care medicineInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

Background: The emergence of exercise therapy as an important adjunct therapy following a cancer diagnosis dramatically increases the need for oncology professionals to inform and advise cancer patients on this modality. To guide clinical practice and ensure optimal safety and efficacy, oncology-specific evidence-based practice recommendations are required. Methods: We conducted a systematic review to identify all studies examining the effect of an exercise training intervention that included an objective measurement of cardiorespiratory fitness in adults diagnosed with cancer. Studies were assessed according to the Appraisal of Guidelines for Research and Evaluation (AGREE) II criteria. Despite considerable heterogeneity, structured exercise interventions significantly improved a variety of measures of cardiorespiratory fitness, body composition, global quality of life, fatigue, and depression. Results: Based on this evidence, we provide clinical practice exercise recommendations for curative-intent cancer patients both during and following adjuvant therapy. Conclusion: This summary provides important guidance to oncology and other health professionals giving exercise advice to individuals with cancer.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,034
score de la tête « metaresearch » (Gemma)0,150
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,179

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0340,150
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0070,005
Bibliométrie0,0100,009
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0050,002
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,109
Tête enseignante GPT0,455
Écart entre enseignants0,346 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen CollectionsMême sujetCancer survivorship and careTravaux en français237 207