Physiological and psychosocial correlates of cancer related fatigue
Notice bibliographique
Résumé
ABSTRACT Cancer-related fatigue (CRF) is a common and distressing symptom of cancer and its treatments that may persist for years following treatment completion in approximately one-third of cancer survivors. Despite its high prevalence, little is known about the pathophysiology of CRF. Using a comprehensive group of physiological and psychosocial variables, the aim of the present study was to identify correlates of CRF in a heterogenous group of cancer survivors. Ninety-three cancer survivors (51 fatigued, 42 non-fatigued, with grouping based on validated cut-off scores derived from The Functional Assessment of Chronic Illness Therapy - Fatigue scale) completed assessments of performance fatigability (i.e. the change in maximal force-generating capacity, contractile function and capacity of the central nervous system to activate muscles caused by cycling exercise), cardiopulmonary exercise testing, venous blood samples for whole blood cell count and inflammatory markers and body composition. Participants also completed questionnaires measuring demographic, treatment-related, and psychosocial variables. The results showed that performance fatigability (decline in muscle strength during exercise), time-to-task-failure, peak oxygen uptake , tumor necrosis factor-α (TNF-α), body fat percentage and lean mass index were associated with CRF severity. Performance fatigability, , TNF-α and age explained 35% of the variance in CRF severity. Furthermore, those with clinically-relevant CRF reported more pain, more depressive symptoms, less social support, and were less physically active than non-fatigued cancer survivors. Given the association between CRF and numerous physical activity related measures, including performance fatigability, cardiorespiratory fitness, and anthropometric measures, the present study identifies potential biomarkers by which the mechanisms underpinning the effect of physical activity interventions on CRF can be investigated.
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 | 0,002 |
| 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) | 0,002 | 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 ».