MétaCan
Menu
Retour à la cohorte
Enregistrement W2920713811 · doi:10.1186/s12885-018-5232-6

Multimodal prehabilitation in colorectal cancer patients to improve functional capacity and reduce postoperative complications: the first international randomized controlled trial for multimodal prehabilitation

2019· article· en· W2920713811 sur OpenAlexafffund
Stefanus J. van Rooijen, Francesco Carli, Susanne Oksbjerg Dalton, Gwendolyn A. Thomas, Rasmus Dahlin Bojesen, Morgan Le Guen, Nicolas Barizien, Rashami Awasthi, Enrico Maria Minnella, Sandra Beijer, Graciela Martínez‐Palli, Rianne van Lieshout, Ismail Gögenür, Carlo V. Feo, Christoffer Johansen, Celena Scheede‐Bergdahl, Rudi M. H. Roumen, Goof Schep, Gerrit D. Slooter

Notice bibliographique

RevueBMC Cancer · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueEnhanced Recovery After Surgery
Établissements canadiensMcGill UniversityMontreal General Hospital
Organismes subventionnairesNUTRIM School of Nutrition and Translational Research in MetabolismKWF KankerbestrijdingRigshospitaletMaastricht Universitair Medisch CentrumUniversiteit MaastrichtSjællands UniversitetshospitalUniversitat de BarcelonaDanish Cancer Society Research CenterMcGill UniversityKræftens Bekæmpelse
Mots-clésPrehabilitationMedicineSurgical oncologyRandomized controlled trialColorectal surgeryColorectal cancerPhysical therapyMultimodal therapyCancerGeneral surgeryAbdominal surgerySurgeryOncologyPhysical medicine and rehabilitationInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Colorectal cancer (CRC) is the second most prevalent type of cancer in the world. Surgery is the only curative option. However, postoperative complications occur in up to 50% of patients and are associated with higher morbidity and mortality rates, lower health related quality of life (HRQoL) and increased expenditure in health care. The number and severity of complications are closely related to preoperative functional capacity, nutritional state, psychological state, and smoking behavior. Traditional approaches have targeted the postoperative period for rehabilitation and lifestyle changes. However, recent evidence shows that the preoperative period might be the optimal moment for intervention. This study will determine the impact of multimodal prehabilitation on patients' functional capacity and postoperative complications. METHODS/DESIGN: This international multicenter, prospective, randomized controlled trial will include 714 patients undergoing colorectal surgery for cancer. Patients will be allocated to the intervention group, which will receive 4 weeks of prehabilitation (group 1, prehab), or the control group, which will receive no prehabilitation (group 2, no prehab). Both groups will receive perioperative care in accordance with the enhanced recovery after surgery (ERAS) guidelines. The primary outcomes for measurement will be functional capacity (as assessed using the six-minute walk test (6MWT)) and postoperative status determined with the Comprehensive Complication Index (CCI). Secondary outcomes will include HRQoL, length of hospital stay (LOS) and a cost-effectiveness analysis. DISCUSSION: Multimodal prehabilitation is expected to enhance patients' functional capacity and to reduce postoperative complications. It may therefore result in increased survival and improved HRQoL. This is the first international multicenter study investigating multimodal prehabilitation for patients undergoing colorectal surgery for cancer. TRIAL REGISTRATION: Trial Registry: NTR5947 - date of registration: 1 August 2016.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: Essai randomisé
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,004
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,294
Écart entre enseignants0,279 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeEssai randomisé
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

Citations363
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC CancerMême sujetEnhanced Recovery After SurgeryTravaux en français237 207