MétaCan
Menu
Retour à la cohorte
Enregistrement W2559545813 · doi:10.1177/1534735416679515

Influence of a Moderate-Intensity Exercise Program on Early NK Cell Immune Recovery in Pediatric Patients After Reduced-Intensity Hematopoietic Stem Cell Transplantation

2016· article· en· W2559545813 sur OpenAlexaff
Carolina Chamorro-Viña, Jaime Valentín, Lucía Fernández, Marta González‐Vicent, Margarita Pérez, Alejandro Lucía, S. Nicole Culos‐Reed, Miguel Ángel Díaz, Antonio Pérez‐Martínez

Notice bibliographique

RevueIntegrative Cancer Therapies · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueExercise and Physiological Responses
Établissements canadiensUniversity of Calgary
Organismes subventionnairesInstituto de Salud Carlos IIICRIS Cancer FoundationFundación Mutua Madrileña
Mots-clésHematopoietic stem cell transplantationMedicineTransplantationOncologyImmune systemCellInternal medicineIntensity (physics)ImmunologyBiology

Résumé

récupéré en direct d'OpenAlex

Introduction: After allogeneic hematopoietic stem cell transplantation (HSCT), NK cell reconstitution, which is crucial for positive outcomes, is dominated by the CD56 bright subset with low NK cell cytotoxicity (NKCC) activity. Moderate exercise has been described as a potent NK cell stimulus in adults with cancer. Purpose: To determine the effects of a moderate-intensity exercise program on NK cell recovery early after HSCT and the feasibility of this intervention. Methods: Six children undergoing allogeneic HSCT were randomized to an exercise program (EP) or control (CT) group. The EP group performed a 10-week training combining in-hospital and home-based EP. Results: We observed a significant increase in the posttraining/pretraining ratio of the CD56 dim subset (EP = 1.27 ± 0.07; CT = 0.99 ± 0.08; P < .005) of the EP group. The ratio of NKCC was 8 times greater in the EP group. Conclusion: Data suggest that a moderate-intensity EP program performed early after HSCT is feasible and might redistribute the CD56 dim /CD56 brigh NK cell subset, improving NKCC. The results are still preliminary and must be interpreted with caution.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,266
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntegrative Cancer TherapiesMême sujetExercise and Physiological ResponsesTravaux en français237 207