Group Yoga Effects on Cancer Patient and Caregiver Symptom Distress: Assessment of Self-reported Symptoms at a Comprehensive Cancer Center
Notice bibliographique
Résumé
BACKGROUND: Complementary and integrative health approaches such as yoga provide support for psychosocial health. We explored the effects of group-based yoga classes offered through an integrative medicine center at a comprehensive cancer center. METHODS: Patients and caregivers had access to two yoga group classes: a lower intensity (YLow) or higher intensity (YHigh) class. Participants completed the Edmonton Symptom Assessment System (ESAS; scale 0-10, 10 most severe) immediately before and after the class. ESAS subscales analyzed included global (GDS; score 0-90), physical (PHS; 0-60), and psychological distress (PSS; 0-20). Data were analyzed examining pre-yoga and post-yoga symptom scores using paired t-tests and between types of classes using ANOVAs. RESULTS: From July 18, 2016, to August 8, 2017, 282 unique participants (205 patients, 77 caregivers; 85% female; ages 20-79 years) attended one or more yoga groups (mean 2.3). For all participants, we observed clinically significant reduction/improvement in GDS, PHS, and PSS scores and in symptoms (ESAS decrease ≥1; means) of anxiety, fatigue, well-being, depression, appetite, drowsiness, and sleep. Clinically significant improvement for both patients and caregivers was observed for anxiety, depression, fatigue, well-being, and all ESAS subscales. Comparing yoga groups, YLow contributed to greater improvement in sleep versus YHigh (-1.33 vs -0.50, P = .054). Improvement in fatigue for YLow was the greatest mean change (YLow -2.12). CONCLUSION: A single yoga group class resulted in clinically meaningful improvement of multiple self-reported symptoms. Further research is needed to better understand how yoga class content, intensity, and duration can affect 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 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) | 0,013 | 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 ».