Computerized cognitive training in post-treatment hematological cancer survivors: a feasibility study
Notice bibliographique
Résumé
BACKGROUND: Computerized cognitive training (CCT) programs have shown some effectiveness in alleviating cognitive symptoms in long-term cancer survivors. For patients presenting with cognitive symptoms in the early post-treatment phase, the benefit of CCT is unclear. To assess the possibility of testing the effectiveness of CCT in the early post-treatment period, our aim was to investigate the feasibility of an 8-week home-based, online CCT intervention among patients who have recently completed treatment for hematological malignancy. METHODS: This study was a single-arm, non-blinded, feasibility study. All participants were provided with the CCT intervention for an 8-week period. Feasibility was evaluated based on participant adherence and patient perceptions of the intervention, assessed through responses to an acceptability questionnaire and semi-structured interviews at the end of the intervention period. RESULTS: The feasibility study included 19 patients who had completed treatment for hematological malignancy at a Canadian tertiary cancer center. Adherence to the CCT intervention was limited, with only one participant meeting the criteria for intervention adherence. At the end of the intervention period, participants characterized the program as easy to follow (92%) and felt well-prepared for how to complete the exercises (100%). In semi-structured interviews, participants highlighted post-treatment barriers to intervention adherence that included symptom burden and competing time demands. Participants also suggested improvements to the intervention that could help maintain adherence despite these barriers, such as fostering a sense of accountability, providing personalized feedback and coaching, and enabling opportunities for peer support. CONCLUSIONS: Participation in CCT can be challenging in the post-treatment period for hematological cancers. Further research on the effectiveness of CCT in this setting may require the implementation of strategies that support participants' engagement with the intervention in the context of symptoms and competing demands, such as establishing a minimum dose requirement and integrating approaches to help promote and sustain motivation.
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 | 0,006 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».