The Effects of Concurrent Training on the Body Composition, Quality of Life, and Sleep Quality of Postmenopausal Women with Breast Cancer
Notice bibliographique
Résumé
Background: Concurrent training is more effective in developing fitness indicators than doing endurance and resistance training separately. However, there has been limited research to evaluate the effects of this type of exercise training on improvement of body composition and quality of life indicators in postmenopausal women with cancer. Objectives: The present study aimed to determine the effects of eight-week of concurrent training on body composition, quality of life, and sleep quality in postmenopausal women with breast cancer. Methods: This study was conducted on 42 women with breast cancer who were selected randomly and divided into exercise training and control groups. The training group followed eight-week of resistance training (2 - 3 sets, 10 - 18 repetitions, and 50% - 70% 1RM) and aerobic training (50% - 70% maximum heart rate, 12 - 14 Borg scale, and 20 - 40 minutes). Anthropometric characteristics were measured based on body composition (ZEUS 9.9), the sleep quality was measured by the Pittsburgh sleep quality index (PSQI), and the quality of life was measured by the McGill quality of life (MQOL) questionnaire. Two-way repeated measures ANOVA has been used for McGill’s analysis of variance (P < 0.05). Results: The results showed a significant decrease in sleep quality score, weight, fat percentage, BMI, and waist circumference in the training group (P < 0.05), as well as an increase in quality of life index in the training group (P < 0.05). However, no significant changes were observed in the Waist-hip ratio (WHR) values of the training group compared with the control group (P > 0.05). Conclusions: Although the changes in WHR index were not significant after eight weeks of concurrent training, this type of training program could be considered as a beneficial way for improving body composition, quality of life, and sleep quality in patients with breast cancer.
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 | 0,001 |
| 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) | 0,001 | 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 ».