Optimizing an exercise training program in pediatric brain tumour survivors: Does timing postradiotherapy matter?
Notice bibliographique
Résumé
Abstract Background While exercise training (ET) programs show positive outcomes in cognition, motor function, and physical fitness in pediatric brain tumor (PBT) survivors, little is known about the optimal timing of intervention. The aim of this work was to explore the feasibility and benefits of ET based on its timing after radiotherapy. Methods This retrospective analysis (ClinicalTrials.gov, NCT01944761) analyzed data based on the timing of PBT survivors' participation in an ET program relative to their completion of radiotherapy: <2 years (n = 9), 2–5 years (n = 10), and > 5 years (n = 13). We used repeated measures analysis of variance to compare feasibility and efficacy indicators among groups, as well as correlation analysis between ET program timing postradiotherapy and preliminary treatment effects on cognition, motor function and physical fitness outcomes. Results Two to five years postradiotherapy was the optimal time period in terms of adherence (88.5%), retention (100%), and satisfaction (more fun, more enjoyable and recommend it more to other children). However, the benefits of ET program on memory recognition (r = −0.379, P = .047) and accuracy (r = −0.430, P = .032) decreased with increased time postradiotherapy. Motor function improved in all groups, with greater improvements in bilateral coordination (P = .043) earlier postradiotherapy, and in running (P = .043) later postradiotherapy. The greatest improvement in pro-rated work rate occurred in the < 2-year group (P = .008). Conclusion Participation in an ET program should be offered as part of routine postradiotherapy care in the first 1–2 years and strongly encouraged in the first 5 years.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».