MétaCan
Menu
Retour à la cohorte
Enregistrement W2939870446 · doi:10.1186/s12966-019-0787-4

Systematic review and meta-analysis of maintenance of physical activity behaviour change in cancer survivors

2019· review· en· W2939870446 sur OpenAlexaff
Chloe Grimmett, Teresa Corbett, Jennifer Brunet, Jonathan Shepherd, Bernardine M. Pinto, Carl May, Claire Foster

Notice bibliographique

RevueInternational Journal of Behavioral Nutrition and Physical Activity · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesDepartment of Health and Social CareNational Institute for Health and Care Research
Mots-clésClinical nutritionMeta-analysisPhysical activityBehavioural sciencesMedicineGerontologyCancerPsychologyPhysical therapyPsychotherapistInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Physical activity can improve health and wellbeing after cancer and may reduce cancer recurrence and mortality. To achieve such long-term benefits cancer survivors must be habitually active. This review evaluates the effectiveness of interventions in supporting maintenance of physical activity behaviour change among adults diagnosed with cancer and explores which intervention components and contextual features are associated with effectiveness. METHODS: Relevant randomised controlled trials (RCTs) were identified by a search of Ovid Medline, Ovid Embase and PsychINFO. Trials including adults diagnosed with cancer, assessed an intervention targeting physical activity and reported physical activity behaviour at baseline and ≥ 3 months post-intervention were included. The behaviour change technique (BCT) taxonomy was used to identify intervention components and the Template for Intervention Description and Replication to capture contextual features. Random effect meta-analysis explored between and within group differences in physical activity behaviour. Standardised mean differences (SMD) describe effect size. RESULTS: Twenty seven RCTs were included, 19 were pooled in meta-analyses. Interventions were effective at changing long-term behaviour; SMD in moderate to vigorous physical activity (MVPA) between groups 0.25; 95% CI = 0.16-0.35. Within-group pre-post intervention analysis yielded a mean increase of 27.48 (95% CI = 11.48-43.49) mins/wk. of MVPA in control groups and 65.30 (95% CI = 45.59-85.01) mins/wk. of MVPA in intervention groups. Ineffective interventions tended to include older populations with existing physical limitations, had fewer contacts with participants, were less likely to include a supervised element or the BCTs of 'action planning', 'graded tasks' and 'social support (unspecified)'. Included studies were biased towards inclusion of younger, female, well-educated and white populations who were already engaging in some physical activity. CONCLUSIONS: Existing interventions are effective in achieving modest increases in physical activity at least 3 months post-intervention completion. Small improvements were also evident in control groups suggesting low-intensity interventions may be sufficient in promoting small changes in behaviour that last beyond intervention completion. However, study samples are not representative of typical cancer populations. Interventions should consider a stepped-care approach, providing more intensive support for older people with physical limitations and others less likely to engage in these 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 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)0,025
score de la tête « metaresearch » (Gemma)0,076
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,076
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0230,036
Bibliométrie0,0080,008
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,181
Tête enseignante GPT0,457
Écart entre enseignants0,275 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations248
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Behavioral Nutrition and Physical ActivityMême sujetCancer survivorship and careTravaux en français237 207