Rectus Femoris Ultrasound to Evaluate Muscle During Prehabilitation for Patients With Cancer
Notice bibliographique
Résumé
INTRODUCTION: Skeletal muscle wasting is prevalent in patients awaiting cancer surgery. In preparation for surgery, prehabilitation has been shown to enhance functional capacity; however, its impact on muscle remains inconsistent. This exploratory study evaluated muscle changes using ultrasound of rectus femoris before and after prehabilitation in patients with cancer scheduled for surgery. METHODS: Adults referred to a prehabilitation clinic before elective cancer surgery, with a preoperative window of ≥4 wk, were prospectively enrolled in this pre-post interventional study. Participants completed a 4-6 wk prehabilitation program consisting of exercise, nutritional, and psychosocial interventions. Ultrasound assessments of the rectus femoris thickness and echo intensity of the dominant thigh were conducted at baseline and post intervention, alongside physical function assessments. RESULTS: Forty-seven participants (53% female) with a mean age of 69 y were included in the analysis. The most common cancer types were lung (34%) and esophagogastric (28%). Nineteen participants (40%) were receiving neoadjuvant therapy. No significant changes were observed in muscle thickness (0.3 mm; 95% confidence interval [CI], -0.3 to 0.9; P = 0.311) or echo intensity (0.5 arbitrary units; 95% CI, -3.7 to 4.7; P = 0.807) following prehabilitation. However, the 6 minute walk distance increased by 19 m (95% CI, 2 to 37; P = 0.031), reflecting a clinically meaningful improvement in functional capacity. Participants who demonstrated maintenance or improvement in muscle thickness and echo intensity exhibited significant improvements in leg strength and walking capacity. CONCLUSIONS: Ultrasound assessment of rectus femoris is feasible and reliable for monitoring muscle changes during prehabilitation. Prehabilitation may help preserve muscle in patients with cancer during the preoperative period.
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) | 0,002 | 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 ».