Physical activity and patient-reported outcomes: enhancing impact
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
Abstract Physical activity (PA) is beneficial for cancer survivors across the cancer trajectory. Evidence indicates physical and psychosocial benefits, and ultimately, enhanced overall quality of life, for individuals who are more versus less active (Semin Oncol Nurs 23:285–296, 2007; Cancer Epidemiol Biomarkers Prev 14:1672–1680, 2005; J Cancer Surviv 4:87–100, 2010). A number of recent reviews have been conducted that examine different patient or survivor populations and outcomes. In general, the findings across the reviews reveal potential positive associations between exercise (structured activity one engages in for the purposes of enhancing health-related fitness outcomes) and PA (any physical movement, including lifestyle types of activity) with both physical and psychological outcomes. It is important to note, however, that depending on the nature of the review and the types of studies included in the review, the strength of the findings (i.e., effect size) vary. Despite this overwhelmingly positive evidence for the benefits of PA, activity levels are very low among cancer survivors, with one study reporting only 22 % of survivors as active enough to achieve health benefits (Cancer 112(11):2475–2482, 2008). This suggests that we must begin to better understand the factors that impact the uptake and maintenance of PA among cancer survivors. These potential factors are important when considering the patient-reported outcomes to assess and can include timing (i.e., during or after treatment completion), characteristics of the cancer diagnosis and subsequent treatments (i.e., early vs. late stage cancers), and characteristics of the individual (i.e., older vs. younger).
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,000 | 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 découle