Associations Between Domain-specific Sedentary Behaviour And Perceived Cognitive Function Of Cancer Survivors
Notice bibliographique
Résumé
Cancer survivors spend the majority (~66%) of time in sedentary behaviours (SED), which can lead to deleterious health effects such as including cancer-related cognitive impairment (CRCI) that impact quality of life. Reducing SED has shown to reduce the impact of CRCI, however, the relationship between domain-specific SED and cognitive function in cancer survivors remains unknown. PURPOSE: To examine the associations between domain specific-SED and perceived cognitive function in cancer populations during the COVID-19 pandemic. METHODS: This study was a secondary analysis from an online survey in adult cancer survivors globally. Demographic (e.g., age, sex), and medical (e.g., cancer type) were self-reported. SED was assessed using the Domain-specific Sitting Time Questionnaire. Perceived cognitive function was assessed using the Functional Assessment of Cancer Therapy-Cognitive Function (FACT-Cog) scale, which comprised of four subscale domains (e.g., perceived cognitive abilities [PCA]). Linear regressions were used to examine the association between change in SED domains (i.e., total, transport, work, television, computer, leisure) and FACT-Cog scores. RESULTS: Participants (N = 393, Mage = 48.4 ± 0.8) were primarily post-treatment (61.6%), breast (26.8%) cancer survivors. Change in leisure-time SED was significantly associated with PCA scores (β = .10; 95% CI: 0.00, 0.02; p = .04), where decreasing leisure-time SED was associated with improvements on PCA. These results indicate that for a one-point change on PCA, participants would need to decrease their leisure-time SED by 125 min/day. Changes in other domain-specific SED did not result in significant improvements (p > 0.05) on the total FACT-Cog or subscales. CONCLUSIONS: A reduction in time spent on leisure-specific SED is associated with modest improvements in PCA. Interventions should consider reducing leisure-specific SED to enhance PCA. Future research should utilize longitudinal designs to supplement these findings.
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 | 0,001 | 0,000 |
| 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 | 0,002 |
| 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 ».