The Relationship between Fatigue and Actigraphy-Derived Sleep and Rest–Activity Patterns in Cancer Survivors
Notice bibliographique
Résumé
Cancer-related fatigue can continue long after curative cancer treatment. The aim of this study was to investigate sleep and rest–activity cycles in fatigued and non-fatigued cancer survivors. We hypothesized that sleep and rest–activity cycles would be more disturbed in people experiencing clinically-relevant fatigue, and that objective measures of sleep would be associated with the severity of fatigue in cancer survivors. Cancer survivors (n = 87) completed a 14-day wrist actigraphy measurement to estimate their sleep and rest–activity cycles. Fatigue was measured using the Functional Assessment of Chronic Illness Therapy Fatigue Scale (FACIT-F). Participants were dichotomised into two groups using a previously validated score (fatigued n = 51 and non-fatigued n = 36). The participant’s perception of sleep was measured using the Insomnia Severity Index (ISI). FACIT-F score was correlated with wake after sleep onset (r = −0.28; p = 0.010), sleep efficiency (r = 0.26; p = 0.016), sleep onset latency (r = −0.31; p = 0.044) and Insomnia Severity Index (ISI) score (r = −0.56; p < 0.001). The relative amplitude of the rest–activity cycles was lower in the fatigued vs. the non-fatigued group (p = 0.017; d = 0.58). After treatment for cancer, the severity of cancer-related fatigue is correlated with specific objective measures of sleep, and there is evidence of rest–activity cycle disruption in people experiencing clinically-relevant fatigue.
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) | 0,001 | 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 ».