Associations of changes in physical activity and well-being among cancer survivors during the COVID-19 pandemic
Notice bibliographique
Résumé
Purpose: Meeting the physical activity (PA) guidelines (i.e., ≥ 150 min/week of aerobic PA and/or 2 days/week of resistance training) is beneficial for cancer survivors’ well-being. However, the impact of changes in PA participation during the COVID-19 pandemic on well-being of cancer survivors remains unknown. Accordingly, the purpose of this study was to examine the associations between changes in PA and well-being in cancer survivors during the COVID-19 pandemic. Methods: Cancer survivors participated in a cross sectional, online survey globally. The 20-Item Short Form Survey and the modified Godin Leisure Time Exercise Questionnaire assessed well-being and PA, respectively. Separate analysis of covariance examined well-being across PA change categories: abstainers, adopters, relapsers and maintainers. Results: Cancer survivors (N = 495; Mage=48.7 ± 15.5 years) were predominantly diagnosed with breast cancer (28.8 %). PA abstainers had significantly worse physical functioning (−19.3 points, p < 0.01; −14.0 points, p < 0.01), and role functioning (−16.6 points, p = 0.02; −12.9 points, p < 0.01) outcomes compared to adopters and maintainers, respectively. Whereas adopters had significantly less pain compared to abstainers (−13.4 points, p < 0.01) and relapsers (−11.1 points, p = 0.01) as well as better health perception than abstainers (14.2 points, p < 0.01) and relapsers (13.8 points, p < 0.01). Age (≥50 years), time since diagnosis (≥5 years), and time since treatment (<5 years) moderated the relationship between abstained or relapsed PA behavior and poor well-being outcomes. Conclusion: PA declines during the COVID-19 pandemic negatively impacted well-being outcomes in cancer survivors. Declines in well-being and PA were heightened in long-term cancer survivors who were older in age and within 5 years of treatment. Future research should identify the PA barriers specific to these cancer survivors.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».