Influence of free dance on sleep quality and pain in women on treatment and post-treatment of breast cancer: a non-randomized clinical trial
Bibliographic record
Abstract
Objetivo: Analisar a influência de uma intervenção de dança livre na qualidade do sono e grau de dor de mulheres em tratamento e pós-tratamento do câncer de mama. Método: O ensaio clínico não randomizado obteve uma amostra de 22 mulheres diagnosticadas com câncer de mama no Centro de Pesquisas Oncológicas (CEPON). As mulheres do estudo responderam a um questionário antes e após as 12 semanas de intervenção, contendo questões relacionadas às características pessoais e clínicas; dor (Escala Visual Analógica - EVA) e qualidade do sono (Pittsburgh Sleep Quality Index). Utilizou-se estatística descritiva (média, desvio padrão e percentagem), o Teste Anova two way com medidas repetidas e Teste de comparação de Sydak para análise do grupo de intervenção e controle, assim como utilizou-se a regressão linear múltipla entre a dor e sono com o tipo de tratamento. (Nível de significância 5%). Resultados: As mulheres de ambos os grupos apresentaram características pessoais e clínicas homogêneas, assim como quando comparadas a dor e sono nos grupos no período pós (p-valor: 0,265; p-valor: 0,854), respectivamente. A análise de regressão linear múltipla entre sono e dor com o tipo de tratamento também não se mostrou significativa (p-valor: 0,074). Já os relatos espontâneos mostraram que a dança livre proporcionou melhora no convívio social das mulheres, bem-estar geral e percepção de saúde; fatores esses que influenciaram positivamente na dor e na qualidade do sono relatados por elas. Conclusões: A dança livre após 12 semanas pareceu não influenciar diretamente nas variáveis dor e qualidade de sono das mulheres participantes deste estudo, porém os relatos espontâneos mostraram a dança livre para este grupo, uma alternativa de exercício físico viável.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.004 | 0.003 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.003 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".