Randomized Controlled Trial of the Effects of Print Materials and Step Pedometers on Physical Activity and Quality of Life in Breast Cancer Survivors
Notice bibliographique
Résumé
PURPOSE: To determine the effects of breast cancer-specific print materials and step pedometers on physical activity (PA) and quality of life (QoL) in breast cancer survivors. PATIENTS AND METHODS: Breast cancer survivors (N = 377) were randomly assigned to receive one of the following: a standard public health recommendation for PA, previously developed breast cancer-specific PA print materials, a step pedometer, or a combination of breast cancer-specific print materials and step pedometers. The primary outcome was self-reported moderate/vigorous PA minutes per week. Secondary outcomes were QoL (Functional Assessment of Cancer Therapy-Breast), fatigue, self-reported brisk walking, and objective step counts. Assessments were conducted at baseline and postintervention (12 weeks). RESULTS: Attrition was 10.3% (39 of 377). On the basis of linear mixed-model analyses, PA increased by 30 minutes/week in the standard recommendation group compared with 70 minutes/week in the print material group (mean difference, 39 minutes/week; 95% CI = -10 to 89; d = 0.25; P = .117), 89 minutes/week in the pedometer group (mean difference, 59 minutes/week; 95% CI, 11 to 108; d = 0.38; P = .017), and 87 minutes/week in the combined group (mean difference, 57 minutes/week; 95% CI, 8 to 106; d = 0.37; P = .022). For brisk walking minutes/week, all three intervention groups reported significantly greater increases than the standard recommendation group. The combined group also reported significantly improved QoL (mean difference, 5.8; 95% CI, 2.0 to 9.6; d = 0.33; P = .003) and reduced fatigue (mean difference, 2.3; 95% CI, 0.0 to 4.7; d = 0.25; P = .052) compared with the standard recommendation group. CONCLUSION: Breast cancer-specific PA print materials and pedometers may be effective strategies for increasing PA and QoL in breast cancer survivors. A combined approach appears to be optimal. CLINICAL TRIAL REGISTRATION: ClinicalTrials.gov Identifier NCT00221221
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,001 |
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 ».