Investigating modifiable risk factors associated with ideal cardiovascular health among cancer survivors: a scoping review
Notice bibliographique
Résumé
Abstract Background Cancer survivors are at higher risk of developing cardiovascular diseases and face worse morbidity and mortality outcomes than the general population. The American Heart Association (AHA) introduced the Life’s Essential 8 framework, encompassing eight modifiable risk factors and lifestyle behaviors for maintaining ideal cardiovascular health (CVH). Although this framework is well-established for predicting CVH in the general population, studies on its association with cardiovascular outcomes among cancer survivors remain scattered across the literature. Objective This review maps existing literature surrounding modifiable risk factors, lifestyle behaviors, CVH, and cardiovascular outcomes among cancer survivors to take stock of what is known, identify methodological strengths and weaknesses, and propose promising research directions. Methods A scoping review was conducted to identify studies examining different dimensions of ideal CVH in adult cancer survivors. Measurement methods of ideal CVH metrics, and determinants associated with CVH were examined. Results Twenty-two articles met eligibility criteria. Of which, 82% (n = 18) were published in or after 2020. Fourteen studies (about 64%) followed the AHA’s framework to conceptualize ideal CVH. Higher scores on ideal CVH are linked to better cardiovascular outcomes among cancer survivors with associations noted for social inequalities and neighborhood environmental factors, underscoring the complexity of CVH determinants in this population. Conclusions Research on ideal CVH among cancer survivors appears to have accelerated in recent years, yet many gaps remain to orient clinical and public health practice. Promising research directions include expanding investigations into pre-diagnosis CVH, addressing disparities in CVH across diverse populations, and conducting longitudinal studies to clarify causal pathways between lifestyle behaviors, cancer treatments, and cardiovascular outcomes.
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 | 0,011 | 0,070 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,006 |
| Bibliométrie | 0,015 | 0,014 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 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 ».