American College of Sports Medicine Roundtable Report on Physical Activity, Sedentary Behavior, and Cancer Prevention and Control
Notice bibliographique
Résumé
INTRODUCTION: The American College of Sports Medicine convened an International Multidisciplinary Roundtable on Exercise and Cancer in March 2018 to evaluate and translate the evidence linking physical activity and cancer prevention, treatment, and control. This article discusses findings from the Roundtable in relation to the biologic and epidemiologic evidence for the role of physical activity in cancer prevention and survival. RESULTS: The evidence supports that there are a number of biologically plausible mechanisms, whereby physical activity can influence cancer risk, and that physical activity is beneficial for the prevention of several types of cancer including breast, colon, endometrial, kidney, bladder, esophageal, and stomach. Minimizing time spent in sedentary behavior may also lower risk of endometrial, colon and lung cancers. Conversely, physical activity is associated with higher risk of melanoma, a serious form of skin cancer. Further, physical activity before and after a cancer diagnosis is also likely to be relevant for improved survival for those diagnosed with breast and colon cancer; with data suggesting that postdiagnosis physical activity provides greater mortality benefits than prediagnosis physical activity. CONCLUSIONS: Collectively, there is consistent, compelling evidence that physical activity plays a role in preventing many types of cancer and for improving longevity among cancer survivors, although the evidence related to higher risk of melanoma demonstrates the importance of sun safe practices while being physically active. Together, these findings underscore the importance of physical activity in cancer prevention and control. Fitness and public health professionals and health care providers worldwide are encouraged to spread the message to the general population and cancer survivors to be physically active as their age, abilities, and cancer status will allow.
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 | 0,010 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,008 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,014 |
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 ».