Exploring Associations of Sedentary Behavior and Physical Activity with Quality of Life in Young Adult Cancer Survivors
Notice bibliographique
Résumé
Purpose: To explore sedentary behavior, physical activity (PA), and quality of life (QoL) in young adult cancer survivors (YACS), a population that is underrepresented in the literature. Methods: YACS 18–44 years of age, recruited through social media and cancer support group websites (e.g., Young Adult Cancer Canada), completed an online survey, which assessed sedentary behavior, PA, and QoL using validated measures (i.e., The SIT-Q, Leisure Score Index [LSI], Short Form-36 Health Survey [SF-36], and Functional Assessment of Cancer Therapy: General [FACT-G]). Results: Results indicated that YACS accumulated an average of 13.0 (SD = 4.6) hours/day of total sedentary time and reported watching TV for an average of 2.3 (SD = 1.9) hours/day. For PA, participants reported a mean of 113 minutes/week of moderate-to-vigorous PA (SD = 132) and low levels of resistance exercise (M = 26 minutes/week, SD = 58). Almost a third of the participants met the public health-recommended PA guidelines, and moderate-to-vigorous PA was positively correlated with the physical component score (PCS) (r = 0.3, p < 0.01) of the SF-36. Regression analyses showed that moderate-to-vigorous PA significantly predicted the PCS [F(1, 93) = 10.6, p < 0.01, R2 = 0.1], whereas napping and TV viewing time were inversely associated with the PCS [F(2, 93) = 6.9, p < 0.01, R2 = 0.1]. Conclusion: Total sedentary behavior, while considerable, was not related to QoL in YACS. However, TV watching was negatively associated with QoL, suggesting the importance of measuring TV watching and other domain-specific behaviors in studies on sedentary behavior. PA levels were also associated with QoL levels in YACS.
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 | 0,000 | 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) | 0,000 | 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 ».