MétaCan
Menu
Retour à la cohorte
Enregistrement W2767880786 · doi:10.1016/j.cct.2017.11.002

Wearable activity monitors in oncology trials: Current use of an emerging technology

2017· review· en· W2767880786 sur OpenAlexaff
Gillian Gresham, Jennifer A. Schrack, Louise Gresham, A. Shinde, Andrew Hendifar, Richard Tuli, B.J. Rimel, Robert A. Figlin, Curtis L. Meinert, Steven Piantadosi

Notice bibliographique

RevueContemporary Clinical Trials · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNational Institute on Aging
Mots-clésMedicineClinical trialWearable computerWearable technologyBreast cancerPhysical activityOncologyPhysical therapyCancerInternal medicineComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Physical activity is an important outcome in oncology trials. Physical activity is commonly assessed using self-reported questionnaires, which are limited by recall and response biases. Recent advancements in wearable technology have provided oncologists with new opportunities to obtain real-time, objective physical activity data. The purpose of this review was to describe current uses of wearable activity monitors in oncology trials. METHODS: We searched Pubmed, Embase, and the Cochrane Central Register of Controlled Trials for oncology trials involving wearable activity monitors published between 2005 and 2016. We extracted details on study design, types of activity monitors used, and purpose for their use. We summarized activity monitor metrics including step counts, sleep and sedentary time, and time spent in moderate-to-vigorous activity. RESULTS: We identified 41 trials of which 26 (63%) involved cancer survivors (post-treatment) and 15 trials (37%) involved patients with active cancer. Most trials (65%) involved breast cancer patients. Wearable activity monitors were commonly used in exercise (54%) or behavioral (29%) trials. Cancer survivors take between 4660 and 11,000 steps/day and those undergoing treatment take 2885 to 8300steps/day. CONCLUSION: Wearable activity monitors are increasingly being used to obtain objective measures of physical activity in oncology trials. There is potential for their use to expand to evaluate and predict clinical outcomes such as survival, quality of life, and treatment tolerance in future studies. Currently, there remains a lack of standardization in the types of monitors being used and how their data are being collected, analyzed, and interpreted. PRECIS: Recent advancements in wearable activity monitor technology have provided oncologists with new opportunities to monitor their patients' daily activity in real-world settings. The integration of wearable activity monitors into cancer care will help increase our understanding of the associations between physical activity and the prevention and management of the disease, in addition to other important cancer outcomes.

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)0,199
score de la tête « metaresearch » (Gemma)0,422
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,199
Score d'incertitude au seuil0,987

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1990,422
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0150,010
Bibliométrie0,0110,017
Études des sciences et des technologies0,0010,004
Communication savante0,0130,016
Science ouverte0,0050,004
Intégrité de la recherche0,0080,006
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,887
Tête enseignante GPT0,676
Écart entre enseignants0,211 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations155
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueContemporary Clinical TrialsMême sujetCancer survivorship and careTravaux en français237 207