MétaCan
Menu
Retour à la cohorte
Enregistrement W4317528986 · doi:10.3390/ijerph20031930

First-Year Implementation of the EXercise for Cancer to Enhance Living Well (EXCEL) Study: Building Networks to Support Rural and Remote Community Access to Exercise Oncology Resources

2023· article· en· W4317528986 sur OpenAlexafffundabout
Chad W. Wagoner, Julianna Dreger, Melanie R. Keats, Daniel Santa Mina, Margaret L. McNeely, Colleen Cuthbert, L Capozzi, George J. Francis, Linda Trinh, Daniel Sibley, Jodi Langley, Joy Chiekwe, Manuel Ester, Aude-Marie Foucaut, S. Nicole Culos‐Reed

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensUniversity of AlbertaAlberta Health ServicesDalhousie UniversityUniversity of TorontoNova Scotia Health AuthorityUniversity of Calgary
Organismes subventionnairesAlberta Cancer Foundation
Mots-clésMedicinePhysical therapyOncologyInternal medicineGerontologyMedical education

Résumé

récupéré en direct d'OpenAlex

Barriers to exercise-oncology programs remain for those living with and beyond cancer in rural and remote communities, including geographic isolation and access to programs. The EXercise for Cancer to Enhance Living Well (EXCEL) study was designed to support exercise-oncology implementation in rural and remote communities across Canada. The purpose of this analysis was to evaluate the first-year reach, adoption, and implementation of the EXCEL study. Reach outcomes included participant characteristics, study enrolment, and referral type (self vs. healthcare-provider [HCP] referral). Adoption outcomes included the number of clinical contacts, trained qualified exercise professionals (QEPs), and QEPs delivering EXCEL exercise classes. Implementation outcomes included retention, adherence, assessment completion rates, and adverse-event reporting. A total of 290 individuals living with cancer enrolled in EXCEL in year one, with an 81.4% retention to the study intervention. Most participants self-referred to EXCEL (75.8%). EXCEL's HCP network consisted of 163 clinical contacts, and the QEP network included 45 trained QEPs, 22 of whom delivered EXCEL classes. Adherence to the exercise intervention was 78.2%, and only one adverse event (mild) was reported. Fitness assessment and patient-reported outcome completion rates were above 85% pre- and post-intervention. EXCEL has developed HCP and QEP networks supporting exercise referral and online delivery, and the intervention is meeting feasibility markers. These implementation findings will inform the continued gathering of feedback across stakeholders to ensure that best evidence informs best practices.

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)0,005
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil0,179

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,083
Tête enseignante GPT0,480
Écart entre enseignants0,396 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations39
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetCancer survivorship and careTravaux en français237 207