AEROBIC AND RESISTANCE TRAINING TO REDUCE CANCER-RELATED FATIGUE: EFFICACY IN ONCOGERIATRIC PATIENTS
Notice bibliographique
Résumé
Despite the high prevalence of cancer in the elderly, there is no strong evidence regarding the efficacy of exercise training for reducing debilitating effect of cancer-related fatigue (CRF) and improving quality of life (QoL) in the oncogeriatric population. Hence, the objective of our study is to determine the impact of combined aerobic and resistance training on CRF and QoL in older adults undergoing cancer treatment. A total of 40 older adults (65–80 years) with an ongoing treatment for a curable cancer will be recruited and randomised in two groups: 1) combined training (EX, n=20) and 2) control group (CON, n=20). All variables will be measured before and after 12 weeks of intervention: CRF (FACIT-Fatigue), QoL (European Organization for Research and Treatment of Cancer Quality of Life Questionnaire), physical capacity (Senior Fitness Test) and body composition (fat and lean body mass, DXA). Our preliminary results show that 12 weeks of mixed exercise training alleviated CRF (ΔEX: -5 vs. ΔCON: -15) and the deterioration of global QoL (ΔEX: -16.7; ΔCON: -41.7). Physical functioning remained stable (ΔEX: 0 vs. ΔCON: -20) and cognitive functioning improved (ΔEX: 33.3 vs. ΔCON: 0), both in EX group only. Finally, lean body mass (ΔEX: +0.5 kg; ΔCON: -3.0 kg) and physical capacity improved in EX while it declined in CON. To conclude, our preliminary results show that combined training is feasible and have a positive impact on CRF and physical capacity. Furthermore, our intervention mitigated the reduction of QoL in older adults undergoing cancer therapy.
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 | 0,000 |
| 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) | 0,002 | 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 ».