MétaCan
Menu
Retour à la cohorte
Enregistrement W2035523714 · doi:10.1188/06.onf.937-950

The Effects of Exercise on Body Weight and Composition in Breast Cancer Survivors: An Integrative Systematic Review

2006· review· en· W2035523714 sur OpenAlexaff
Carolyn Ingram, Kerry S. Courneya, Dawn Kingston

Notice bibliographique

RevueOncology nursing forum · 2006
Typereview
Langueen
DomaineMedicine
ThématiqueCancer Risks and Factors
Établissements canadiensUniversity of AlbertaMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineBreast cancerPhysical therapyOncologyCancerInternal medicine

Résumé

récupéré en direct d'OpenAlex

PURPOSE/OBJECTIVES: To examine the research literature regarding the effects of exercise on body weight and composition in breast cancer survivors. DATA SOURCES: Primary studies in English published from 1989-2004, located through electronic databases, hand searches, and personal contacts. DATA SYNTHESIS: Of 1,314 studies screened, 14 met all inclusion criteria. Body weight and composition generally were secondary endpoints. Effects on weight were less common than reduction in percentage of body fat. CONCLUSIONS: The evidence regarding exercise as a strategy for body weight and composition management in breast cancer is sparse. Research that considers these outcomes as primary endpoints is needed. Numerous measurement issues need to be addressed in future studies. IMPLICATIONS FOR NURSING: Exercise may help to control adverse body weight and composition changes among breast cancer survivors. Improved research that assigns these outcomes primary importance will greatly enhance clinicians' ability to assist women in body weight and composition management.

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: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,370
Score d'incertitude au seuil0,764

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,000
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 Opus0,012
Tête enseignante GPT0,371
Écart entre enseignants0,359 · 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'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

Citations63
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOncology nursing forumMême sujetCancer Risks and FactorsTravaux en français237 207