MétaCan
Menu
Retour à la cohorte
Enregistrement W2802054374 · doi:10.1097/ncc.0000000000000590

Investigating Changes in Weight and Body Composition Among Women in Adjuvant Treatment for Breast Cancer

2018· article· en· W2802054374 sur OpenAlexaff
Birgith Pedersen, Charlotte Delmar, Tamás Lörincz, Sture Falkmer, Mette Grønkjær

Notice bibliographique

RevueCancer Nursing · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Risks and Factors
Établissements canadiensDelmar (Canada)
Organismes subventionnairesAalborg UniversitetshospitalAalborg Universitet
Mots-clésMedicineBreast cancerAdjuvantOncologyInternal medicineComposition (language)Cancer

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Despite several investigations, findings on weight changes during and after adjuvant treatment for breast cancer are diverse and point in several directions. OBJECTIVE: The aims of this study were to investigate changes in weight and body composition associated with contemporary anticancer medication and to examine factors that might influence the assessment and diversity of the findings. METHODS: This article used the method of a scoping review to map the body of literature. From searching the databases PubMed, CINAHL, and EMBASE using MeSH terms, CINAHL terms, and Emtree, as well as free text, 19 articles were selected for further investigation. RESULTS: The scoping review illustrates how findings in weight and body composition changes fluctuate over time as illustrated in 4 measure points: short term, 1 year, 18 months/2 years, and long term. The studies displayed differences regarding study designs, sample sizes, treatment regimens, measure points and techniques, and cutoff values for assessing weight changes, which make it difficult to synthesize findings and provide strong evidence for use in clinical practice. CONCLUSION: Synthesizing findings over time illustrates the need for attention on younger premenopausal women given chemotherapy. Weight need to be monitored for at least 2 years as short-term changes may be caused by increased body water, whereas long-term changes seem to be related with increased fat mass essential for risking recurrence and early death. IMPLICATIONS FOR PRACTICE: The diversity in methods discloses the need for the research community to reach consensus regarding study designs for future research in this area.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,296
Score d'incertitude au seuil0,604

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,335
Écart entre enseignants0,308 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations31
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer NursingMême sujetCancer Risks and FactorsTravaux en français237 207