MétaCan
Menu
Retour à la cohorte
Enregistrement W4318940502 · doi:10.1016/j.imr.2023.100922

Addressing cancer-related fatigue through sleep: A secondary analysis of a randomized trial comparing acupuncture and cognitive behavioral therapy for insomnia

2023· article· en· W4318940502 sur OpenAlexaff
Xiaotong Li, Kevin T. Liou, Susan Chimonas, Karolina Bryl, Greta Wong, Eugenie Spiguel, Susan Q. Li, Sheila N. Garland, Ting Bao, Jun J. Mao

Notice bibliographique

RevueIntegrative Medicine Research · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesH2020 European Research CouncilNational Cancer InstituteNational Institutes of HealthMemorial Sloan-Kettering Cancer CenterPatient-Centered Outcomes Research Institute
Mots-clésInsomniaMedicineRandomized controlled trialAcupuncturePhysical therapyCognitive behavioral therapy for insomniaConfidence intervalCognitive behavioral therapyInternal medicinePsychiatryAlternative medicine

Résumé

récupéré en direct d'OpenAlex

Fatigue is a troublesome symptom in cancer survivors that often results from disrupted sleep. We sought to assess whether two insomnia-focused non-pharmacological interventions are also effective for improving fatigue. We analyzed data from a randomized clinical trial comparing cognitive behavioral therapy for insomnia (CBT-I) versus acupuncture for insomnia among cancer survivors. Participants were 109 patients who reported insomnia and moderate or worse fatigue. Interventions were delivered over eight weeks. Fatigue was evaluated at baseline, week 8, and week 20 using the Multidimensional Fatigue Symptom Inventory-Short Form (MFSI-SF). We used both mediation analysis and t-tests to explore the extent to which fatigue reduction was attributable to insomnia response. Compared to baseline, both CBT-I and acupuncture produced significant reductions in total MFSI-SF scores at week 8 (−17.1 points; 95% confidence interval [CI]: −21.1 to −13.1, and −13.2 points; 95% CI: -17.2 to -9.2, respectively, all p<0.001) and week 20 (-14.6 points; 95% CI: -18.6 to -10.6, and −14.2 points; 95% CI: -18.1 to -10.3. respectively, all p<0.001), with no significant between-group differences. MFSI-SF total scores at week 8 were significantly associated with sleep improvements in both CBT-I and acupuncture groups (p<0.001 and p=0.011, respectively). Insomnia responders demonstrated significantly greater improvements in mean MFSI-SF total scores compared with non-responders in the CBT-I group (p=0.016) but not in the acupuncture group. CBT-I and acupuncture produced similar, clinically meaningful, and durable fatigue reductions in cancer survivors with insomnia, primarily through improvements in sleep. Acupuncture may also reduce fatigue through additional pathways. ClinicalTrials.gov, identifier: NCT02356575

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)0,006
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,009
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0050,007
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,358
Tête enseignante GPT0,540
Écart entre enseignants0,182 · 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'étudeMéta-analyse
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

Citations16
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntegrative Medicine ResearchMême sujetCancer survivorship and careTravaux en français237 207