Development of an Individualized Yoga Intervention to Address Fatigue in Hospitalized Children Undergoing Intensive Chemotherapy
Notice bibliographique
Résumé
Purpose Fatigue is an important problem in children receiving intensive chemotherapy and hematopoietic stem cell transplantation (HSCT). Exercise may be an effective intervention for fatigue. Individualized yoga represents an ideal intervention because it can be tailored according to an individual child's needs. Little is known about how to structure a standardized yoga program for intensivelytreated children. Therefore, this study describes the development of a yoga program and an approach to monitoring sessions suitable for hospitalized children receiving intensive chemotherapy or HSCT. Methods The yoga program was designed to increase mobility in hospitalized children and to provide children with relaxation techniques that could be used independently in a variety of environments. The program was founded on 4 key tenets: safety, adaptability, environmental flexibility, and appeal to children. We also developed quality and consistency assurance procedures. Results A menu format with a fixed structure was selected for the yoga program. Each yoga session contained up to 6 sections: breathing exercises, warmup exercises, yoga poses, balancing poses, cool-down poses, and final relaxation. Yoga instructors selected specific yoga poses for each session from a predetermined list organized by intensity level (low, moderate, or high). Monitoring procedures were developed using videotaping and multirater adjudication. Conclusion We created a standardized yoga program and an approach to monitoring that are now ready for incorporation in clinical trials. Future work should include the adaptation of the program to different pediatric populations and clinical settings.
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 | 0,001 | 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 | 0,000 |
| 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) | 0,001 | 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 ».