Efficacy of exercise interventions for women during and after gynaecological cancer treatment – a systematic scoping review
Notice bibliographique
Résumé
Abstract Purpose To systematically synthesise evidence of exercise intervention efficacy for physical/psychosocial outcomes that matter to women during/following treatment for gynaecological cancer. Methods Five databases were searched (PubMed, EMBASE, CINAHL, PsychInfo, Scopus). Exercise-only intervention studies that included women during/ following treatment for any gynaecological cancer, with/ without control comparison, on any physical or psychosocial outcome(s), were included and qualitatively appraised using the Revised Cochrane Risk of Bias tool and a modified Newcastle-Ottawa Scale. Results Seven randomised controlled trials (RCTs), three single-arm pre-post studies, and one prospective cohort study satisfied were included (11 studies). Most studies were completed following treatment (91%), included combined (aerobic and resistance; 36%) and aerobic (36%) training, were fully/mostly (63%) unsupervised, and had a moderate-to-high risk of bias. Overall, 33 outcomes (64% objectively-measured) were assessed. Improvements were observed in aerobic capacity (V̇O2 Peak +1.6 mL/kg/min, 6-minute walk distance +20-27 m), lower- (30-second sit-to-stand +2-4 repetitions) and upper-limb strength (30-second arm curl +5 repetitions; 1RM grip strength/chest press +2.4-3.1 kg), and agility (timed up-and-go -0.6 seconds). However, changes in quality of life, anthropometry/body composition, balance and flexibility were inconsistent. There was no evidence to support worsening of outcomes. Conclusion Preliminary research into the role of exercise post-gynaecological cancer suggests an improvement in exercise capacity, muscular strength, and agility which, in the absence of exercise, typically decline following gynaecological cancer. Future exercise trials involving larger and more diverse gynaecological cancer samples will improve understanding of the potential and magnitude of effect of guideline-recommended exercise on outcomes that matter to patients.
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 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,010 | 0,007 |
| Bibliométrie | 0,011 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 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 ».