MétaCan
Menu
Retour à la cohorte
Enregistrement W1971804436 · doi:10.1016/j.pmrj.2010.04.026

The Effects of a Brief Relaxation Program on Symptom Distress and Heart Rate Variability in Cancer Patients

2010· article· en· W1971804436 sur OpenAlexaboutno aff
Arash Asher, J. Lynn Palmer, Rajesh Yadav, Syed Wamique Yusuf, Benedict Konzen, Éduardo Bruera, Ying Guo

Notice bibliographique

RevuePM&R · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueHeart Rate Variability and Autonomic Control
Établissements canadiensnon disponible
Organismes subventionnairesEuropean Society of Cardiology
Mots-clésHeart rate variabilityMedicineRelaxation (psychology)DistressRelaxation TherapyPhysical therapyHeart rateAutonomic nervous systemCardiologyInternal medicineClinical psychologyBlood pressure

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To determine whether a 15-minute, one-time guided relaxation program for cancer patients could improve symptom distress as measured by the Edmonton Symptom Assessment System (ESAS). In addition, we were interested in characterizing the changes of the autonomic nervous system, as demonstrated by heart rate variability (HRV) high-frequency (HF) spectral analysis, before and after this relaxation program. DESIGN: Nonrandomized pilot study. SETTING: Comprehensive cancer center. METHODS: Twenty cancer patients underwent a 15-minute relaxation program. The ESAS and a 5-minute HRV recording were completed before and after the relaxation program. MAIN OUTCOME MEASURES: The differences between the pre- and post-summed ESAS score and HRV values were compared by a paired t-test. RESULTS: The summed ESAS scores were significantly lower after the relaxation program (P<.01), with an average 31% decrease in total score. However, no differences were found in HRV HF power. There was no correlation between the change in HRV HF and change in symptom distress, as measured by ESAS. CONCLUSIONS: A brief guided relaxation program can significantly improve symptoms as measured by ESAS. More research is required to understand the effects of relaxation on HF HRV power.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,397
Score d'incertitude au seuil0,199

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
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)0,0000,000

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 Opus0,005
Tête enseignante GPT0,263
Écart entre enseignants0,259 · 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

Citations8
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePM&RMême sujetHeart Rate Variability and Autonomic ControlTravaux en français237 207