Benefits of Combined Upper Body Exercise and Compression Therapy for Breast Cancer Related Lymphedema: A Systematic Review
Notice bibliographique
Résumé
Purpose: This systematic review aimed to examine the benefit of combined upper body exercise and compression therapy for breast cancer related lymphedema. Method: Electronic searches were performed in Medline, EMBASE, CINAHL, SPORTDiscus, and PEDRO. We included randomized and controlled clinical trials that examined the effect of upper body exercise with use of compression therapy on arm lymphedema. Where data were available, effect sizes were calculated. Risk of bias was assessed using the Cochrane risk-of-bias tool. The quality of evidence was rated using Grading of Recommendations Assessment, Development and Evaluation (GRADE). Results: Of 444 studies, 11 met all inclusion criteria. Two cross-over trials examined single bouts of upper body exercise with or without compression, three intervention trials examined non-resisted upper body exercise and compression, and six intervention trials examined upper body resistance exercise and compression. Only two studies reported statistically significant benefit from the combined intervention for arm lymphedema volume. Seven studies provided adequate data to allow for calculation of effect size; however, heterogeneity precluded pooling of data. The quality of evidence was moderate in intervention trials comparing combined upper body exercise and compression to standard care ( n = 1) or to exercise alone ( n = 1). For all other trials the grade of evidence was low, with quality ratings downgraded due to small sample sizes and/or high or unclear risk of bias. Conclusions: No clear conclusions could be made regarding the benefit of combined upper body exercise and compression for breast cancer related lymphedema. Further high-quality trials are warranted.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,001 |
| 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 ».