Efficacy of exercise training for improving vascular dysfunction in people with cancer: a systematic review with meta-analyses
Notice bibliographique
Résumé
PURPOSE: Cancer treatments exert vascular toxic effects that can lead to the development of cardiovascular disease. Exercise training has the potential to prevent or reduce cancer treatment-induced damage to vascular structure and function. This systematic review with meta-analyses aimed to determine the isolated effects of exercise training on vascular outcomes in people with cancer. METHODS: Seven electronic databases were searched on 20 September 2021 to identify randomised controlled trials, quasi-randomised trials, pilot and cohort studies. Included studies implemented a structured exercise intervention and assessed vascular structure and/or function in people during or following cancer treatment. Meta-analyses examined the effects of exercise training on endothelial function (via brachial artery flow-mediated dilation) and arterial stiffness (via pulse wave velocity). Methodological quality was assessed using the Cochrane Quality Assessment tool and modified Newcastle-Ottawa Quality Appraisal tool. Grading of Recommendations, Assessment, Development and Evaluations framework was used to assess the certainty of evidence. RESULTS: Ten studies (discussed across 11 articles) met the inclusion criteria. Methodological quality of the included studies was moderate (71% average). Exercise improved vascular function when compared to control (standardised mean difference = 0.34, 95% CI (0.01, 0.67); p = 0.044: studies = 5, participants = 171), but not pulse wave velocity (standardised mean difference = - 0.64, 95% CI (- 1.29, 0.02); p = 0.056: studies = 4, participants = 333). The certainty of evidence was moderate for flow-mediated dilation and low for pulse wave velocity. CONCLUSIONS: Compared to usual care, exercise training significantly improves flow-mediated dilation (endothelial function) but not pulse wave analysis, in people treated for cancer. IMPLICATIONS FOR CANCER SURVIVORS: Exercise may improve vascular health in individuals during and following cancer treatment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,019 | 0,044 |
| Bibliométrie | 0,008 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».