The Feasibility and Effects of a Telehealth-Delivered Home-Based Prehabilitation Program for Cancer Patients during the Pandemic
Notice bibliographique
Résumé
Patients awaiting cancer treatment were classified as “vulnerable” and advised to shield to protect themselves from exposure to coronavirus during the pandemic. These measures can negatively impact patients. We sought to establish the feasibility and effects of a telehealth-delivered home-based prehabilitation program during the pandemic. Eligible patients were referred from multiple centers to a regional prehabilitation unit providing home-based prehabilitation. The enrolled patients received telehealth-delivered prehabilitation prior to surgery and/or during non-surgical cancer treatment, which included personalized training exercises, dietary advice, medical optimization therapies, and psychological support. The primary outcome was to investigate the feasibility of our program. The secondary outcome was to investigate the relationship between our program and patient-reported outcomes (PROs). The patients completed two questionnaires (the EQ-5D-3L and the FACIT-Fatigue Scale) pre- and post-intervention. A total of 182 patients were referred during the study period. Among the 139 (76%) patients that were enrolled, 100 patients completed the program, 24 patients have still to complete, and 15 have discontinued. A total of 66 patients were able to return completed questionnaires. These patients were recruited from colorectal, urology, breast, and cardiothoracic centers. The patients significantly improved their self-perceived health (p = 0.001), and fatigue (p = 0.000). Home-based prehabilitation is a feasible intervention. The PROs improved post-intervention.
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 | 0,001 |
| 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) | 0,000 | 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 ».