The Cardiac Rehabilitation Model Improves Fitness, Quality of Life, and Depression in Breast Cancer Survivors
Notice bibliographique
Résumé
PURPOSE: Exercise is a demonstrated, therapeutic strategy for cancer survivors to minimize many treatment-induced side effects and may decrease risk of recurrence. Nonetheless, structured programs that combine exercise and education are not yet standardized within cancer care. The Health, Exercise, Active Living, Therapeutic lifestyle (HEALTh) program is a clinical exercise program based on the established cardiac rehabilitation model, but customized for female breast cancer survivors. This study assessed the effects of a cardiac rehabilitation program on cardiorespiratory fitness, quality of life, and depressive symptoms in breast cancer survivors. METHODS: Charts were reviewed to evaluate the cardiac rehabilitation model. The program consisted of 1 weekly supervised session for 22 group sessions. Each patient was provided with personalized aerobic and resistance exercises plus 12 group educational sessions to encourage behavioral adoption to a healthy lifestyle. Cardiorespiratory fitness (direct (Equation is included in full-text article.)O2peak), quality of life (Short Form-36 Health Status [SF-36] and Functional Assessment of Cancer Therapy-Breast [FACT-B]), and depression (Centre of Epidemiological Studies Depression [CES-D]) were assessed at baseline and after program completion. RESULTS: Two hundred seventy-four files were accessed with 152 eligible files analyzed. Baseline cardiorespiratory fitness and quality-of-life values were below population norms. Program adherence was 66.6%. Cardiorespiratory fitness improved by 14% (21 ± 6 to 24 ± 7 mL/kg/min, P < .001), with significant improvements in quality of life (P < .001) and depression scores (P = .019). Bodily pain was the only domain not significantly affected (P = .311). CONCLUSION: The cardiac rehabilitation model improved physical and mental health in breast cancer survivors. These results provide support for the collaborative effort between cardiology and oncology to improve patient care across the cancer care continuum.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,002 | 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 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 ».