Impact of resistance training on inflammatory biomarkers and associations with treatment outcomes in colon cancer
Notice bibliographique
Résumé
INTRODUCTION: Among patients with colon cancer undergoing adjuvant chemotherapy, the impact of resistance training with supplemental dietary protein on inflammatory changes during treatment, whether baseline or changes in inflammatory markers are associated with relative dose intensity (RDI), and the associations of inflammation with body composition were investigated. METHODS: A multicenter randomized clinical trial of 174 patients with colon cancer undergoing adjuvant chemotherapy assigned to a home-based resistance training program or usual care was conducted. High-sensitivity C-reactive protein (hsCRP), interleukin-6, tumor necrosis factor-α receptor-II, and growth differentiation factor-15 levels were assessed preintervention and following chemotherapy completion. Baseline body composition was evaluated via dual-energy X-ray absorptiometry. Multivariate analyses were adjusted for sociodemographic and clinical factors. RESULTS: Patients randomized to resistance training versus usual care experienced similar changes in all inflammatory markers. Those in the highest versus lowest tertile of baseline hsCRP were more likely to have received RDI >70% (odds ratio, 4.11; 95% CI, 1.29-13.1); however, changes across any of the inflammatory markers were not associated with RDI. Patients in the highest versus lowest tertiles of hsCRP, interleukin-6, and tumor necrosis factor-α receptor-II were more likely to have higher baseline body mass index, total lean mass, and total fat mass. CONCLUSION: Inflammatory markers in patients with colon cancer undergoing adjuvant chemotherapy were not significantly impacted by randomization to a resistance training program but were associated with baseline body composition measures. Further investigations are needed to better elucidate the potential role of inflammatory markers and body composition in predicting important treatment outcomes. CLINICALTRIALS: GOV: NCT03291951.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».