MétaCan
Menu
Retour à la cohorte
Enregistrement W3120921976 · doi:10.3389/fonc.2020.598425

Multiphasic Prehabilitation Across the Cancer Continuum: A Narrative Review and Conceptual Framework

2021· review· en· W3120921976 sur OpenAlexaff
Daniel Santa Mina, Stefanus J. van Rooijen, Enrico Maria Minnella, Shabbir M.H. Alibhai, Priya Brahmbhatt, Susanne Oksbjerg Dalton, Chelsia Gillis, Michael P. W. Grocott, Doris Howell, Ian Randall, Catherine M. Sabiston, Julie K. Silver, Gerrit D. Slooter, Malcolm West, Sandy Jack, Franco Carli

Notice bibliographique

RevueFrontiers in Oncology · 2021
Typereview
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensUniversity of CalgaryMcGill University Health CentreUniversity of TorontoUniversity Health Network
Organismes subventionnairesNational Institute for Health and Care Research
Mots-clésPrehabilitationMedicineSurvivorship curveCancerPsychological interventionContinuum of careCancer recurrenceOncologyCancer treatmentCancer survivorshipPhysical therapyInternal medicineHealth careNursing

Résumé

récupéré en direct d'OpenAlex

The field of cancer survivorship has significantly advanced person-centered care throughout the cancer continuum. Within cancer survivorship, the last decade has seen remarkable growth in the investigation of prehabilitation comprising pre-treatment interventions to prevent or attenuate the burden of oncologic therapies. While the majority of evidence remains in the surgical setting, prehabilitation is being adapted to target modifiable risk factors that predict poor treatment outcomes in patients receiving other systemic and localized anti-tumor treatments. Here, we propose a multiphasic approach for prehabilitation across the cancer continuum, as a conceptual framework, to encompass the variability in cancer treatment experiences while adopting the most inclusive definition of the cancer survivor.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,040
Tête enseignante GPT0,434
Écart entre enseignants0,394 · 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'étudeThéorique ou conceptuel
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

Citations97
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in OncologyMême sujetCancer survivorship and careTravaux en français237 207