Body Composition, Symptoms, and Survival in Advanced Cancer Patients Referred to a Phase I Service
Notice bibliographique
Résumé
BACKGROUND: Body weight and body composition are relevant to the outcomes of cancer and antineoplastic therapy. However, their role in Phase I clinical trial patients is unknown. METHODS: We reviewed symptom burden, body composition, and survival in 104 patients with advanced cancer referred to a Phase I oncology service. Symptom burden was analyzed using the MD Anderson Symptom Assessment Inventory(MDASI); body composition was evaluated utilizing computerized tomography(CT) images. A body mass index (BMI)≥25 kg/m² was considered overweight. Sarcopenia, severe muscle depletion, was assessed using CT-based criteria. RESULTS: Most patients were overweight (n = 65, 63%); 53 patients were sarcopenic (51%), including 79% of patients with a BMI<25 kg/m² and 34% of those with BMI≥25 kg/m². Sarcopenic patients were older and less frequently African-American. Symptom burden did not differ among patients classified according to BMI and presence of sarcopenia. Median (95% confidence interval) survival (days) varied according to body composition: 215 (71-358) (BMI<25 kg/m²; sarcopenic), 271 (99-443) (BMI<25 kg/m²; non-sarcopenic), 484 (286-681) (BMI≥25 kg/m²; sarcopenic); 501 d (309-693) (BMI≥25 kg/m²; non-sarcopenic). Higher muscle index and gastrointestinal cancer diagnosis predicted longer survival in multivariate analysis after controlling for age, gender, performance status, and fat index. CONCLUSIONS: Patients referred to a Phase I clinic had a high frequency of sarcopenia and a BMI≥25 kg/m², independent of symptom burden. Body composition variables were predictive of clinically relevant survival differences, which is potentially important in developing Phase I studies.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».