A Review on the Role of Exercise Training to Prevent a Decline in Cardiorespiratory Fitness and Cardiac Function in Breast Cancer Survivors
Notice bibliographique
Résumé
PURPOSE: Improvements in diagnosis and treatment mean that the long-term health of breast cancer survivors (BCS) is increasingly dictated by cardiovascular comorbidities. This is partly a consequence of exposure to cardiotoxic therapies, which result in cardiac dysfunction and decreased cardiorespiratory fitness (CRF). Exercise training (ExT) is a key therapeutic strategy for secondary prevention and increasing CRF in adults with established cardiovascular disease. Exercise-based cardio-oncology rehabilitation (CORE) has been proposed as an emerging strategy to address CRF and cardiac impairment in BCS. This review aims to (1) provide an overview of the impact of breast cancer therapy on CRF; (2) provide an up-to-date summary of the effects of ExT on CRF and cardiac function in BCS undergoing cardiotoxic therapy; and (3) discuss how traditional ExT approaches can be adapted for BCS undergoing therapy. REVIEW METHODS: A literature review was performed based on an intensive literature search for systematic reviews and meta-analyses, randomized and non-randomized controlled trials and single-arm trials investigating the impact of exercise training or cardiac rehabilitation on CRF and/or cardiac function in BCS who are undergoing or have completed cardiotoxic cancer therapy. SUMMARY: Overall, current evidence suggests that ExT induces clinically meaningful benefits for CRF in BCS during and after therapy. There is also emerging evidence that ExT can improve peak exercise measures of cardiac function; however, there is a need for further research to understand how to adapt these effective ExT approaches into clinical CORE-based settings.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».