Exercise counseling in integrative cancer care: Effects on patient self-reported symptoms and quality of life.
Notice bibliographique
Résumé
227 Background: Exercise has shown benefits for cancer prevention and contributes to improved treatment-related outcomes. We reviewed characteristics of cancer patients referred for physical therapist-led exercise counseling at a comprehensive cancer center and its effects on self-reported symptoms and quality of life. Methods: Patients presenting for outpatient exercise counseling from February 2016 to May 2017 completed the Edmonton Symptom Assessment Scale (ESAS; 0-10 scale, 10 most severe) pre/post-encounter and PROMIS10 global health assessment pre-encounter. ESAS individual items and subscales of Physical Distress (PHS), Psychological Distress (PSS), and Global Distress (GDS) were analyzed. We used paired t-tests to compare: (1) ESAS symptoms before and after each encounter and (2) ESAS and PROMIS10 scores at baseline and first follow-up. Results: Of 350 participants, most were female (77.7%), white (66.3%), and had breast (43%) cancer; 31% had at least one follow-up visit with the physical therapist. Symptom scores at baseline (frequency; mean) included poor sleep (68.2%; 3.5), poor well-being (67.4%; 3.2), and fatigue (64.7%; 3.1). Examination of pre- to post-exercise counseling outcomes revealed statistically, and clinically significant improvement in GDS (-3.32, SD 6.52, p<0.001). On follow-up, statistically and clinically significant improvements were observed for ESAS measures of fatigue (-1.22, p=0.01), GDS (-4.81, p=0.01), and PHS (-3.1, p=0.03) and PROMIS10 global health, mental health, and physical health scores (all p’s<0.05). Conclusions: Patients presenting for exercise counseling had a low to moderate symptom burden and experienced significant improvement in global distress after one encounter. Longitudinal evaluation revealed improvement in global health and fatigue. Additional research is needed to learn more about patient selection and timing of exercise counseling interventions.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,003 | 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 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 ».