Longitudinal evolution of physical activity during and after chemotherapy for breast cancer
Notice bibliographique
Résumé
Abstract Background: Previous research has found that, on average, breast cancer patients tend to become less active during chemotherapy and to increase slightly their physical activity (PA) level afterwards. However, patients may show distinct trajectories of PA during and after chemotherapy. Objectives were to: investigate the global evolution of PA before (T1), during (T2), and after chemotherapy (T3), as well as 3 (T4) and 6 (T5) months later; document the distinct trajectories of PA from T1-T5; and explore the moderating effect of the initial PA level on subsequent PA trajectories (T2-T5). Methods: Fifty breast cancer patients (M age = 55.1, SD = 10.4) wore an actigraph for 7 consecutive 24-hour periods to measure the time spent in moderate-to-vigorous PA and completed the Godin Leisure-Time Exercise questionnaire (GLTEQ) at 5 time points. Results: At baseline, participants showed an average of 8.8 minutes of objectively measured moderate-to-vigorous PA per week and a mean score of 20.4 (moderate PA) on the GLTEQ. A significant time effect (i.e., increase) was obtained on both measures when analyzing the total sample (P = .001; P = .021, respectively). Latent class growth modeling revealed 2 distinct trajectories (“mild-to-moderate PA” and “strenuous PA”) of PA for the subjective measure, and 4 trajectories (“very low and stable MVPA,” “very low and slightly increasing MVPA,” “very low and highly increasing MVPA,” and “low and slightly decreasing MVPA”) for the objective one. With regards to the moderating role of baseline PA levels, no significant group X time interactions were found for the subjective and objective measures (P = .077 and.10, respectively). Conclusions: The evolution of PA during and after chemotherapy is variable across patients. However, it remains challenging for everyone to remain or be active during chemotherapy. More research is needed to design more effective PA intervention in this population.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».