Physiological correlates of cancer-related fatigue in advanced non-small cell lung cancer patients
Notice bibliographique
Résumé
Background. Fatigue is a debilitating consequence of lung cancer and its treatments. Reviewing the literature in cancer-related fatigue provides few etiological factors, making evidence-based interventions limited. In this study, previously identified factors as well as muscular and cardiorespiratory function were assessed as potential contributors to fatigue in stages 3A/B and 4 NSCLC patients. Methods. Participants were evaluated by a physical therapist within the McGill Cancer Nutrition and Rehabilitation Program. Performance-based measures of physical function [upper limb strength and endurance (Jamar dynamometry), lower limb strength (30sec chair rise), cardiorespiratory function (2 minute walk - 2MW)] and a symptom questionnaire (Edmonton Symptom Assessment Scale) were conducted at one point in time. The primary endpoint of global fatigue rating was assessed using the Brief Fatigue Inventory (BFI). Results. Fifty-eight patients (30M:28F, mean age 68 +/- 12) participated in the study. Forty-three percent were actively receiving treatment at the time of assessment. On the BFI, 67% had moderate or severe fatigue and 84% indicated fatigue had interfered with their functioning during the past 24 hours. Global fatigue scores were unrelated to hand grip strength or endurance measurements, hematological parameters or sleep quality but were significantly correlated with chair rise performance, overall rating of breathlessness, patient rating of pain and patient rated weakness. Multivariate regression analysis suggested the best model for global fatigue scores incorporates patients' ratings of weakness, breathlessness and chair rise performance. Conclusions. Fatigue is prevalent and impacts on the function of advanced NSCLC patients. Several key factors contribute to this fatigue, with muscular and cardiorespiratory restrictions playing an important role. Such findings may have clinical implications in the recommendations of rest and exercise to best manage fatigue.
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 | 0,000 | 0,003 |
| 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) | 0,001 | 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 ».