Are Exercise Programs Effective for Improving Health-Related Quality of Life Among Cancer Survivors? A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
PURPOSE/OBJECTIVES: To evaluate the effectiveness of exercise interventions on overall health-related quality of life (HRQOL) and its domains among cancer survivors who have completed primary treatment. DATA SOURCES: 11 electronic databases were searched from inception (dates varied) to October 2011. The authors also identified eligible trials through a search of additional sources. DATA SYNTHESIS: 40 trials with 3,694 participants met the inclusion criteria. At 12 weeks, cancer survivors exposed to exercise interventions had greater positive improvement in overall HRQOL (standardized mean difference [SMD] 0.48; 95% confidence interval [CI] [0.16, 0.81]), emotional well-being (SMD 0.33; 95% CI [0.05, 0.61]), and social functioning (SMD 0.45; 95% CI [0.02, 0.87]); and had a significant reduction in anxiety (SMD -0.26; 95% CI [-0.44, -0.07]) and fatigue (SMD -0.82; 95% CI [-1.5, -0.14]). CONCLUSIONS: Exercise programs have a beneficial effect on HRQOL and most of its domains and can be integrated into the management plans for cancer survivors who have completed treatment. Future research is needed to help understand specific attributes of exercise programs that are beneficial for improving HRQOL within and across cancer types. IMPLICATIONS FOR NURSING: Evidence presented in this review supports the inclusion of exercise programs in clinical guidelines for the management of cancer survivors who have completed treatment, such as the Oncology Nursing Society's Putting Evidence Into Practice resource.
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 | 0,015 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,032 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».