MétaCan
Menu
Retour à la cohorte
Enregistrement W4400099932 · doi:10.1038/s41416-024-02748-x

The Physical Activity and Cancer Control (PACC) framework: update on the evidence, guidelines, and future research priorities

2024· review· en· W4400099932 sur OpenAlexaff
Lin Yang, Kerry S. Courneya, Christine M. Friedenreich

Notice bibliographique

RevueBritish Journal of Cancer · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueCancer survivorship and care
Établissements canadiensAlberta Cancer FoundationUniversity of AlbertaUniversity of CalgaryAlberta Health Services
Organismes subventionnairesnon disponible
Mots-clésMedicineCancerInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: We proposed the Physical Activity and Cancer Control (PACC) framework in 2007 to help organise, focus, and stimulate research on physical activity in eight cancer control categories: prevention, detection, treatment preparation/coping, treatment coping/effectiveness, recovery/rehabilitation, disease prevention/health promotion, palliation, and survival. METHODS: This perspective paper provides a high-level overview of the scientific advances in physical activity research across cancer control categories, summarises current guidelines, updates the PACC framework, identifies remaining and emerging knowledge gaps, and provides future research directions. RESULTS: Many scientific advances have been made that are reflected in updated physical activity guidelines for six of the cancer control categories apart from detection and palliation. Nevertheless, the minimal and optimal type, dose, and timing of physical activity across cancer control categories remain unknown, especially for the understudied population subgroups defined by cancer type, age, race/ethnicity, and resource level of regions/countries. CONCLUSION: To achieve the full benefit of physical activity in cancer control, future research should use innovative study designs that include diverse at-risk populations and understudied cancer sites. Additionally, effective behaviour change strategies are needed to increase physical activity levels across populations that use implementation science to accelerate the translation from evidence generation into practical, real-world interventions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,960
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,004
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,153
Tête enseignante GPT0,482
Écart entre enseignants0,329 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of CancerMême sujetCancer survivorship and careTravaux en français237 207