Effects of a Low Versus Moderate–High Intense Exercise Program on Innate Immune Recovery, Fitness, and Quality of Life During Pediatric Allo‐HSCT—The ANIMAL Exploratory Randomized Controlled Trial
Notice bibliographique
Résumé
ABSTRACT Objectives Pediatric cancer patients undergoing allogeneic hematopoietic stem cell transplantation (allo‐HSCT) are severely immunosuppressed leading to a high risk for life‐threatening infections. This trial investigates the effects of exercise during allo‐HSCT on immune cell recovery and patient‐related outcomes (DRKS00019865). Methods Twenty‐two pediatric cancer patients (≥4 years) undergoing allo‐HSCT were randomized into an intervention group with moderate to high intensity training (IGhigh) and an intervention group with low intensity training (IGlow). Supervised and individualized exercise sessions were scheduled three to five times per week during hospitalization. The primary outcome was the quantity of NK cells 30 days after HSCT. Further, feasibility and safety of the intervention, physical fitness, fatigue, quality of life (QoL), transplant‐related metrics, and clinical data were assessed. Results At Day +30, the median NK cell count was more than twice as high in the IGhigh compared to the IGlow (n.s., 208.45/µL vs. 99.12/µL). Subset analysis revealed that CD16+ CD56dim NK cells and NKp44+ CD56dim NK cells were higher in the IGhigh on Day +30 (p = 0.043 and p = 0.061, respectively). In contrast, the IGlow exhibited higher levels of NKp44− circulating innate lymphoid cells (cILC3) on Day +15 (p = 0.045). As expected, the IGhigh showed significant increases in leg strength compared to the IGlow. All participants experienced a decline in QoL and fatigue. Conclusion This pilot study implied a trend toward improved immune recovery with moderate to vigorous exercise. Importantly, both programs were safe and feasible. The higher intensity intervention showed significant benefits on leg strength and specific innate immune cell populations, but these findings must be considered preliminary in the context of the exploratory nature of the study.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».