Aerobic and resistance exercise improve patient-reported sleep quality and is associated with cardiometabolic biomarkers in Hispanic and non-Hispanic breast cancer survivors who are overweight or obese: results from a secondary analysis
Notice bibliographique
Résumé
STUDY OBJECTIVES: Poor sleep quality affects nearly one-third of breast cancer survivors and is associated with insulin resistance. The purpose of this secondary analysis was to examine the effects of a 16-week exercise intervention on patient-reported sleep quality among breast cancer survivors and assess whether changes in patient-reported sleep quality were associated with cardiometabolic biomarkers. We explored Hispanic ethnicity as a moderator of the effects of exercise on patient-reported sleep quality. METHODS: Breast cancer survivors who were overweight or obese were randomized to exercise (n = 50) or usual care (n = 50). The 16-week intervention included aerobic and resistance exercise. Patient-reported sleep quality (Pittsburgh Sleep Quality Index [PSQI]) and biomarkers of cardiometabolic health were assessed at baseline and post-intervention. Within- and between-group differences were assessed using general linear models repeated-measures analyses of variance and mixed-model repeated-measure analysis, respectively. Associations between changes in PSQI and cardiometabolic biomarkers were computed using Pearson correlations. Linear mixed-models were used to evaluate effect modification by ethnicity. RESULTS: Participants were 52 ± 10.4 years old, and over half were of Hispanic ethnicity. As compared to usual care, PSQI global scores improved significantly in the exercise group (mean between-group difference -2.2; 95% CI -3.2 to -0.6). Change in PSQI was inversely associated with changes in all cardiometabolic biomarkers (p < 0.01) among the exercise group. Ethnicity was found to moderate the effects of exercise training on global sleep quality (p < 0.001). CONCLUSIONS: An aerobic and resistance exercise intervention effectively improved patient-reported sleep quality in breast cancer survivors. Hispanic ethnicity as a moderator showed greater improvement in patient-reported sleep indicating Hispanic versus non-Hispanic breast cancer survivors may derive larger sleep benefits. CLINICAL TRAIL INFORMATION: NCT01140282.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| 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) | 0,000 | 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 tête enseignante, 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 ».