Rehabilitation and Exercise Oncology Program: Translating Research into a Model of Care
Notice bibliographique
Résumé
INTRODUCTION: The Rehabilitation and Exercise Oncology model of care (ActivOnco) was established to optimize cancer survivorship through exercise prescription and active lifestyle promotion, providing a transition of care from hospital to community. Patients having any cancer diagnosis, stage of disease, and treatment were eligible for evaluation and exercise prescription upon deterioration of performance status. The team of professionals included hospital-based physiotherapists proactively screening for rehabilitation needs, loss of functional independence, and exercise eligibility, plus exercise specialists in a community-based Wellness Centre to provide follow-up or direct access for post-treatment or non-complex patients. METHODS: From January 2011 to December 2015, the hospital team assessed 1635 patients representing all major cancer sites, and the Wellness Centre team evaluated and prescribed exercise for 1066 participants. Primary interventions provided were education about fatigue management, physical activity promotion, exercise prescription, fracture risk reduction, referral to specialized follow-up services (for example, occupational therapy, lymphedema clinic), and coordination for mobility aids and paratransit services. RESULTS AND CONCLUSIONS: Implementation of the ActivOnco model of care showed that exercise alone is not a panacea for all functional deterioration associated with the cancer trajectory and its treatment. However, screening to identify rehabilitation needs combined with exercise prescription can effectively improve the quality of survivorship in cancer patients. Program developments are limited by the cost of human resources, lack of hospital-based physical resources, and lack of public funding, all of which significantly limit the scope and development of appropriate services.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».