Associations of Breast Cancer Treatments with One-Year Changes in Health-Related Fitness
Notice bibliographique
Résumé
Background/Objectives: Early-stage breast cancer treatments adversely affect components of health-related fitness (HRF) important for treatment tolerability, recovery, and long-term outcomes. Few studies have examined cancer treatment modality-specific effects on HRF. We examined associations of breast cancer treatment modalities, regimens, and combinations with one-year changes in HRF. Methods: Newly diagnosed early-stage breast cancer patients were recruited between 2012 and 2019 for the Alberta Moving Beyond Breast Cancer (AMBER) cohort study. HRF assessments were completed within 90 days of diagnosis and at one year, including cardiorespiratory fitness, muscle strength and endurance, and body composition. Analysis of covariance was used to test whether HRF changes differed between treatment modalities, regimens, and combinations. All tests were 2-sided. Results: A total of 1350 participants (mean [SD] age, 55.6 [10.7] years) were included. Women who received chemotherapy (n = 797; 59%) experienced statistically significant smaller increases in upper body strength (−1.7 kg, 95% confidence interval [CI]: −3.0 to −0.5), greater declines in lower body endurance (−118.0 kg, 95%CI: −216.6 to −19.3), and greater declines in total lean mass (−0.7 kg, 95%CI: −1.1 to −0.3), bone mineral density (−0.01 g/cm2, 95%CI: −0.02 to 0.00), and bone mineral content (0.04 kg, 95%CI: −0.06 to −0.02). Other treatment modalities were modestly and inconsistently associated with HRF changes. Treatment combinations that included chemotherapy had the most negative impact on cardiorespiratory fitness and body composition. Conclusions: Chemotherapy—either alone or in combination with other treatments—had the largest and broadest negative impact on HRF recovery in early-stage breast cancer at one-year follow-up.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».