Exercise Counseling and Programming Preferences of Cancer Survivors
Notice bibliographique
Résumé
PURPOSE: Exercise has emerged as an important quality-of-life intervention for cancer survivors, but exercise motivation is a challenge. The purpose of this study was to provide a comprehensive assessment of the exercise preferences of cancer survivors. DESCRIPTION OF STUDY: A mailed, self-administered survey was completed by 307 survivors of prostate, breast, colorectal, or lung cancer. The survey contained questions on demographic and medical variables, past exercise, and various exercise counseling and programming preferences. RESULTS: For exercise counseling, 84% of participants said they preferred or maybe preferred to receive exercise counseling at some point during their cancer experience. Moreover, 85% preferred to receive exercise counseling face to face, and 77% preferred to receive it from an exercise specialist affiliated with a cancer center. For exercise programming, 98% preferred recreational exercises, 8!% preferred walking, 57% preferred unsupervised exercise (57%), and 56% preferred moderate-intensity exercise. In addition, 48% preferred to exercise in the morning, 44% preferred to exercise alone, 40% preferred to exercise at home, and 32% preferred to start their exercise program before treatment. Chi-square analyses revealed that a small number of exercise preferences were moderated by demographic, medical, and exercise variables. CLINICAL IMPLICATIONS: The results of this study indicate that cancer survivors have unique and varied exercise counseling and programming preferences. Fifty-six percent of cancer survivors preferred to exercise at moderate intensity rather than at high intensity. Moderate-intensity exercise has been shown previously to be relatively safe even for cancer survivors who are advanced in age. The key to success for inactive cancer survivors may be to provide reassurance that exercise is a safe and beneficial modality for cancer survivors and to prescribe an exercise program that builds their confidence by slowly increasing the level of exercise intensity.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,003 | 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 ».