Lifestyle Behaviors in Elderly Cancer Survivors: A Comparison With Middle-Age Cancer Survivors
Notice bibliographique
Résumé
PURPOSE: Improved cancer screening and treatment have led to a greater focus on cancer survivorship care. Older cancer survivors may be a unique population. We evaluated whether older cancer survivors (age ≥ 65 years) had lifestyle behaviors, attitudes, and knowledge distinct from younger survivors. PATIENTS AND METHODS: Adult cancer survivors with diverse cancer subtypes were recruited from Princess Margaret Cancer Centre (Toronto, Ontario, Canada). Multivariable models evaluated the effect of age on smoking, alcohol, and physical activity habits, attitudes toward and knowledge of these habits on cancer outcomes, and lifestyle information and recommendations received from health care providers, adjusted for sociodemographic and clinicopathologic covariates. RESULTS: Among the 616 survivors recruited, 23% (n = 139) were older. Median follow-up since diagnosis was 24 months. Older survivors were more likely ex-smokers and less likely current smokers than younger survivors, but they were less likely to know that smoking could affect cancer treatment (adjusted odds ratio [OR], 0.53; P = .007) or prognosis (adjusted OR, 0.53; P = .008). Older survivors were more likely to perceive alcohol as improving overall survival (adjusted OR, 2.39; P = .02). Rates of meeting moderate-to-vigorous physical activity guidelines 1 year before diagnosis (adjusted OR, 0.55; P = .02) and maintaining and improving their exercise levels to meet these guidelines after diagnosis (adjusted OR, 0.48; P = .02) were lower in older survivors. Older and younger cancer survivors reported similar rates of receiving lifestyle behavior information from health care providers (P = .36 to .98). CONCLUSION: Older cancer survivors reported being less aware of the impact of smoking on their overall health, more likely perceived alcohol as beneficial to survival, and were less likely to meet exercise goals compared with younger survivors. Survivorship programs need to consider age when counseling on lifestyle behaviors.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».