Exercise Guidelines for Cancer Survivors: Consensus Statement from International Multidisciplinary Roundtable
Notice bibliographique
Résumé
PURPOSE: The number of cancer survivors worldwide is growing, with over 15.5 million cancer survivors in the United States alone-a figure expected to double in the coming decades. Cancer survivors face unique health challenges as a result of their cancer diagnosis and the impact of treatments on their physical and mental well-being. For example, cancer survivors often experience declines in physical functioning and quality of life while facing an increased risk of cancer recurrence and all-cause mortality compared with persons without cancer. The 2010 American College of Sports Medicine Roundtable was among the first reports to conclude that cancer survivors could safely engage in enough exercise training to improve physical fitness and restore physical functioning, enhance quality of life, and mitigate cancer-related fatigue. METHODS: A second Roundtable was convened in 2018 to advance exercise recommendations beyond public health guidelines and toward prescriptive programs specific to cancer type, treatments, and/or outcomes. RESULTS: Overall findings retained the conclusions that exercise training and testing were generally safe for cancer survivors and that every survivor should "avoid inactivity." Enough evidence was available to conclude that specific doses of aerobic, combined aerobic plus resistance training, and/or resistance training could improve common cancer-related health outcomes, including anxiety, depressive symptoms, fatigue, physical functioning, and health-related quality of life. Implications for other outcomes, such as peripheral neuropathy and cognitive functioning, remain uncertain. CONCLUSIONS: The proposed recommendations should serve as a guide for the fitness and health care professional working with cancer survivors. More research is needed to fill remaining gaps in knowledge to better serve cancer survivors, as well as fitness and health care professionals, to improve clinical practice.
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 | 0,026 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,006 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,008 | 0,006 |
| Intégrité de la recherche | 0,015 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,007 |
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 ».