Feasibility, safety, and efficacy of aerobic training in pretreated patients with metastatic breast cancer: A randomized controlled trial
Notice bibliographique
Résumé
BACKGROUND The investigation of exercise training in metastatic breast cancer has received minimal attention. This study determined the feasibility and safety of aerobic training in metastatic breast cancer. METHODS Sixty‐five women (age, 21‐80 years) with metastatic (stage IV) breast cancer (57% were receiving chemotherapy, and >40% had ≥ 2 lines of prior therapy) were allocated to an aerobic training group (n = 33) or a stretching group (n = 32). Aerobic training consisted of 36 supervised treadmill walking sessions delivered thrice weekly between 55% and 80% of peak oxygen consumption (VO2peak) for 12 consecutive weeks. Stretching was matched to aerobic training with respect to location, frequency, duration, and intervention length. The primary endpoint was aerobic training feasibility, which was a priori defined as the lost to follow‐up (LTF) rate (<20%) and attendance (≥70%). Secondary endpoints were safety, objective outcomes (VO2peak and functional capacity), and patient‐reported outcomes (PROs; quality of life). RESULTS One of the 33 patients (3%) receiving aerobic training was LTF, whereas the mean attendance rate was 63% ± 30%. The rates of permanent discontinuation and dose modification were 27% and 49%, respectively. Intention‐to‐treat analyses indicated improvements in PROs, which favored the attention control group (P values > .05). Per protocol analyses indicated that 14 of 33 patients (42%) receiving aerobic training had acceptable tolerability (relative dose intensity ≥ 70%), and this led to improvements in VO2peak and functional capacity (P values < .05). CONCLUSIONS Aerobic training at the dose and schedule tested is safe but not feasible for a significant proportion of patients with metastatic breast cancer. The acceptable feasibility and promising benefit for select patients warrant further evaluation in a dose‐finding phase 1/2 study. Cancer 2018;124:2552‐60. © 2018 American Cancer Society.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».