Sarcopenia in an Overweight or Obese Patient Is an Adverse Prognostic Factor in Pancreatic Cancer
Notice bibliographique
Résumé
PURPOSE: The average weight-losing pancreatic cancer patient undergoing palliative therapy is frequently overweight rather than underweight, and this can confound conventional measures used for risk stratification. The aim of this study was to evaluate if weight and body composition, specifically sarcopenia, assessed from diagnostic computed tomography (CT) scans, is of prognostic value in patients with pancreatic cancer. The nature and extent of tissue loss over subsequent months was also evaluated. EXPERIMENTAL DESIGN: A total of 111 patients entering a palliative therapy program, who had CT images and had undergone nutritional screening, were studied. In patients for whom follow-up scans were available (n = 44), longitudinal changes in body composition were studied at a mean of 230 +/- 62 and 95 +/- 60 days prior to demise. RESULTS: Sixty-two patients (55.9%) were sarcopenic, 44 (39.6%) were overweight/obese, and 18 (16.2%) were both. Age > or =59 years (hazard ratio, 1.71; 95% confidence interval, 1.10-2.66; P = 0.018), and overweight/obese sarcopenia (hazard ratio, 2.07; 95% confidence interval, 1.23-3.50; P = 0.006) were identified as independent predictors of survival on multivariate analysis. Longitudinal analysis revealed that total fat-free mass index decreased from 15.5 +/- 2.5 kg/m(2) to 14.5 +/- 2.0 kg/m2 (P = 0.002), and total fat mass index decreased from 7.5 +/- 2.0kg/m2 to 6.0 +/- 1.5kg/m2 (P < 0.0001) over 135 days. CONCLUSIONS: Sarcopenia in overweight/obese patients with advanced pancreatic cancer is an occult condition but can be identified using CT scans. This condition is an independent adverse prognostic indicator that should be considered for stratification of patients' entering clinical trials, systemic therapy, or support care programs.
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 | 0,000 | 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 ».