Physical Activity among Lung Cancer Survivors: Changes across the Cancer Trajectory and Associations with Quality of Life
Notice bibliographique
Résumé
BACKGROUND: Regular physical activity may offer benefits to lung cancer survivors, many of whom experience quality-of-life (QOL) impairments. However, little is know about lung cancer survivors' engagement in physical activity across the cancer trajectory. The current study addressed this research gap and also examined the association between lung cancer survivors' physical activity and their QOL. METHODS: The study participants were 175 individuals who completed surgical treatment for early-stage non-small cell lung cancer 1 to 6 years previously. Participants completed a one-time survey regarding their current QOL and their engagement in physical activities currently, during the 6 months after treatment, and during the 6 months before diagnosis. RESULTS: Participants' reported engagement in both moderate and strenuous intensity activities was lower during the post-treatment period compared with before diagnosis and at the current time. Engagement in light intensity activities did not differ for the three time points. Almost two-thirds of participants did not engage in sufficient activity to meet national physical activity guidelines for any of the three time points. Lung cancer survivors who currently met physical activity guidelines reported better QOL in multiple domains than less active individuals. CONCLUSIONS: Engagement in physical activity among lung cancer survivors is particularly low during the early post-treatment period. Current engagement in physical activity is associated with better QOL. However, most lung cancer survivors do not meet physical activity guidelines and may benefit from interventions to promote engagement in regular physical activities.
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 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 | 0,002 | 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».