MétaCan
Menu
Retour à la cohorte
Enregistrement W4294176559 · doi:10.3389/fonc.2022.957135

Exercise as cancer treatment: A clinical oncology framework for exercise oncology research

2022· article· en· W4294176559 sur OpenAlexafffund
Kerry S. Courneya, Christopher M. Booth

Notice bibliographique

RevueFrontiers in Oncology · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensQueen's UniversityUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health ResearchCanada Research Chairs
Mots-clésMedicineDiseaseOncologyInternal medicineCancerPrimary tumorClinical OncologyCancer treatmentMetastasis

Résumé

récupéré en direct d'OpenAlex

Exercise has been proposed as a possible cancer treatment; however, there are an infinite number of clinical oncology settings involving diverse cancer types and treatment protocols in which exercise could be tested as a cancer treatment. The primary purpose of this paper is to propose a conceptual framework to organize and guide research on exercise as a cancer treatment across distinct clinical oncology settings. A secondary purpose is to provide an overview of existing exercise research using the proposed framework. The Exercise as Cancer Treatment (EXACT) framework proposes nine distinct clinical oncology scenarios based on tumor/disease status and treatment status at the time of the proposed exercise treatment. In terms of tumor/disease status, the primary tumor has either been surgically removed (primary goal to treat micrometastases), not surgically removed (primary goal to treat the primary tumor), or metastatic disease is present (primary goal to treat metastatic disease). In terms of treatment status, the extant disease has either not been treated yet (treatment naïve), is currently being treated (active treatment), or has previously been treated. These two key clinical oncology variables-tumor/disease status and treatment status-result in nine distinct clinical oncology scenarios in which exercise could be tested as a new cancer treatment: (a) treatment naïve micrometastases, (b) actively treated micrometastases, (c) previously treated micrometastases, (d) treatment naïve primary tumors, (e) actively treated primary tumors, (f) previously treated primary tumors, (g) treatment naïve metastatic disease, (h) actively treated metastatic disease, and (i) previously treated metastatic disease. To date, most preclinical animal studies have examined the effects of exercise on treatment naïve and actively treated primary tumors. Conversely, most observational human studies have examined the associations between exercise and cancer recurrence/survival in patients actively treated or previously treated for micrometastases. Few clinical trials have been conducted in any of these scenarios. For exercise to be integrated into clinical oncology practice as a cancer treatment, it will need to demonstrate benefit in a specific clinical setting. The EXACT framework provides a simple taxonomy for systematically evaluating exercise as a potential cancer treatment across a diverse range of cancer types and treatment protocols.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,014
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0060,004
Études des sciences et des technologies0,0030,018
Communication savante0,0090,006
Science ouverte0,0040,005
Intégrité de la recherche0,0060,009
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,150
Tête enseignante GPT0,515
Écart entre enseignants0,365 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations34
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in OncologyMême sujetCancer survivorship and careTravaux en français237 207