American Society of Clinical Oncology Position Statement on Obesity and Cancer
Notice bibliographique
Résumé
Rates of obesity have increased significantly over the last three decades in the United States and globally. In addition to contributing to heart disease and diabetes, obesity is a major unrecognized risk factor for cancer. Obesity is associated with worsened prognosis after cancer diagnosis and also negatively affects the delivery of systemic therapy, contributes to morbidity of cancer treatment, and may raise the risk of second malignancies and comorbidities. Research shows that the time after a cancer diagnosis can serve as a teachable moment to motivate individuals to adopt risk-reducing behaviors. For this reason, the oncology care team--the providers with whom a patient has the closest relationships in the critical period after a cancer diagnosis--is in a unique position to help patients lose weight and make other healthy lifestyle changes. The American Society of Clinical Oncology is committed to reducing the impact of obesity on cancer and has established a multipronged initiative to accomplish this goal by 1) increasing education and awareness of the evidence linking obesity and cancer; 2) providing tools and resources to help oncology providers address obesity with their patients; 3) building and fostering a robust research agenda to better understand the pathophysiology of energy balance alterations, evaluate the impact of behavior change on cancer outcomes, and determine the best methods to help cancer survivors make effective and useful changes in lifestyle behaviors; and 4) advocating for policy and systems change to address societal factors contributing to obesity and improve access to weight management services for patients with cancer.
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 | 0,012 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,020 | 0,028 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,017 |
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 ».