Effects of virtual exercise interventions on physical function in individuals with a current or previous diagnosis of cancer: a systematic review and meta-analysis
Notice bibliographique
Résumé
Purpose Evaluate the effects of virtual exercise interventions compared to no intervention or usual care on physical function in individuals with a current or previous diagnosis of cancer.Methods Six electronic databases (MEDLINE, EMBASE, CINAHL, EMCARE, PsycINFO, AMED) were searched from inception to February 5th, 2025. Eligible studies evaluated virtual exercise interventions, compared to usual care or no intervention on physical function outcomes in adults (≥18 years) with current or previous cancer. Random-effects meta-analyses were conducted. Cochrane Risk of Bias 2 and the GRADE tools were used to assess certainty of evidence.Results Fifteen trials (n = 843) were included; 13 studies (n = 668) were synthesized quantitatively. Meta-analyses showed benefits of virtual exercise on upper body strength (SMD = 0.53, 95%CI [0.11, 0.94], p = 0.01), lower body strength (SMD = 0.53, 95%CI [0.14, 0.93], p = 0.009), gait-based measures (SMD = 0.65, 95%CI [0.06, 1.24], p = 0.03), chair-stand tests (SMD = 1.07, 95%CI [0.13, 2.01], p = 0.03), pain (SMD = 0.50, 95%CI [0.09, 0.91], p = 0.02), and fatigue (SMD = 0.70, 95% CI [0.44, 0.96], p < 0.001). No effect was observed on Short Physical Performance Battery scores (MD = 0.71, 95% CI [−0.52, 1.94], p = 0.26). Certainty of evidence of all outcomes were very low.Conclusion Virtual exercise interventions may improve physical function and reduce barriers to exercise participation in individuals with cancer.Registration PROSPERO:CRD42025639046
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 | 0,010 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,030 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».