Hypermetabolism and symptom burden in advanced cancer patients evaluated in a cachexia clinic
Notice bibliographique
Résumé
BACKGROUND: Elevated resting energy expenditure (REE) may contribute to weight loss and symptom burden in cancer patients. AIMS: The aim of this study was to compare the velocity of weight loss, symptom burden (fatigue, insomnia, anxiety, and anorexia-combined score as measured by the Edmonton Symptom Assessment Score), high-sensitivity C-reactive protein, and survival among cancer patients referred to a cachexia clinic with hypermetabolism, elevated REE > 110% of predicted, with normal REE. METHODS: A retrospective analysis of 60 advanced cancer patients evaluated in a cachexia clinic for either >5% weight loss or anorexia who underwent indirect calorimetry to measure REE. Patients were dichotomized to either elevated or normal REE. Descriptive statistics were generated, and a two-sample Student's t-tests were used to compare the outcomes between the groups. Kaplan-Meier and Cox regression methodology were used to examine the survival times between groups. RESULTS: Thirty-seven patients (62%) were men, 41 (68%) were White, 59 (98%) solid tumours, predominantly 23 gastrointestinal cancers (38%), with a median age of 60 (95% confidence interval 57.0-62.9). Thirty-five patients (58%) were hypermetabolic. Non-Caucasian patients were more likely to have high REE [odds ratio = 6.17 (1.56, 24.8), P = 0.01]. No statistical difference regarding age, cancer type, gender, active treatment with chemotherapy, and/or radiation between hypermetabolic and normal REE was noted. The velocity of weight loss over a 3 month period (-8.5 kg vs. -7.2 kg, P = 0.68), C-reactive protein (37.3 vs. 55.6 mg/L, P = 0.70), symptom burden (4.2 vs. 4.5, P = 0.54), and survival (288 vs. 276 days, P = 0.68) was not significantly different between high vs. normal REE, respectively. CONCLUSION: Hypermetabolism is common in cancer patients with weight loss and noted to be more frequent in non-Caucasian patients. No association among velocity of weight loss, symptom burden, C-reactive protein, and survival was noted in advanced cancer patients with elevated REE.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,002 | 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 ».