MétaCan
Menu
Retour à la cohorte
Enregistrement W1947010865 · doi:10.1158/1055-9965.epi-15-0094

Association between Body Mass Index and Mortality for Colorectal Cancer Survivors: Overall and by Tumor Molecular Phenotype

2015· article· en· W1947010865 sur OpenAlexaff
Peter T. Campbell, Christina C. Newton, Polly A. Newcomb, Amanda I. Phipps, Dennis J. Ahnen, John A. Baron, Daniel D. Buchanan, Graham Casey, Sean P. Cleary, Michelle Cotterchio, Alton B. Farris, Jane C. Figueiredo, Steven Gallinger, Roger C. Green, Robert W. Haile, John L. Hopper, Mark A. Jenkins, Loı̈c Le Marchand, Karen W. Makar, John D. Potter, Andrew G. Renehan, Frank A. Sinicrope, Stephen N. Thibodeau, Cornelia M. Ulrich, Aung Ko Win, Noralane M. Lindor, Paul J. Limburg

Notice bibliographique

RevueCancer Epidemiology Biomarkers & Prevention · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueColorectal Cancer Screening and Detection
Établissements canadiensLunenfeld-Tanenbaum Research InstituteMount Sinai HospitalCancer Care OntarioMemorial University of NewfoundlandUniversity Health Network
Organismes subventionnairesNational Cancer InstituteEconomic and Social Research CouncilMedical Research CouncilAmerican Association for Cancer Research
Mots-clésMicrosatellite instabilityHazard ratioMedicineColorectal cancerBody mass indexInternal medicineOncologyProportional hazards modelCancerRectumConfidence intervalGastroenterologyBiologyAlleleGeneticsMicrosatellite

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Microsatellite instability (MSI) and BRAF mutation status are associated with colorectal cancer survival, whereas the role of body mass index (BMI) is less clear. We evaluated the association between BMI and colorectal cancer survival, overall and by strata of MSI, BRAF mutation, sex, and other factors. METHODS: This study included 5,615 men and women diagnosed with invasive colorectal cancer who were followed for mortality (maximum: 14.7 years; mean: 5.9 years). Prediagnosis BMI was derived from self-reported weight approximately one year before diagnosis and height. Tumor MSI and BRAF mutation status were available for 4,131 and 4,414 persons, respectively. Multivariable hazard ratios (HR) and 95% confidence intervals (CI) were estimated from delayed-entry Cox proportional hazards models. RESULTS: In multivariable models, high prediagnosis BMI was associated with higher risk of all-cause mortality in both sexes (per 5-kg/m(2); HR, 1.10; 95% CI, 1.06-1.15), with similar associations stratified by sex (Pinteraction: 0.41), colon versus rectum (Pinteraction: 0.86), MSI status (Pinteraction: 0.84), and BRAF mutation status (Pinteraction: 0.28). In joint models, with MS-stable/MSI-low and normal BMI as the reference group, risk of death was higher for MS-stable/MSI-low and obese BMI (HR, 1.32; P value: 0.0002), not statistically significantly lower for MSI-high and normal BMI (HR, 0.86; P value: 0.29), and approximately the same for MSI-high and obese BMI (HR, 1.00; P value: 0.98). CONCLUSIONS: High prediagnosis BMI was associated with increased mortality; this association was consistent across participant subgroups, including strata of tumor molecular phenotype. IMPACT: High BMI may attenuate the survival benefit otherwise observed with MSI-high tumors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,046
Tête enseignante GPT0,362
Écart entre enseignants0,316 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations52
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer Epidemiology Biomarkers & PreventionMême sujetColorectal Cancer Screening and DetectionTravaux en français237 207