MétaCan
Menu
Retour à la cohorte
Enregistrement W2119612751 · doi:10.1002/hed.23023

Clinical determinants of weight loss in patients receiving radiation and chemoirradiation for head and neck cancer: A prospective longitudinal view

2012· article· en· W2119612751 sur OpenAlexaff
Catherine Kubrak, Kärin Olson, Naresh Jha, Rufus Scrimger, Matthew Parliament, Linda J. McCargar, Sheryl Koski, Vickie E. Baracos

Notice bibliographique

RevueHead & Neck · 2012
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineWeight lossHead and neck cancerRadiation therapyProspective cohort studyInternal medicineSwallowingCancerMultivariate analysisGastroenterologyClinical trialSystemic inflammationHead and neckC-reactive proteinInflammationSurgeryObesity

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: We aimed to determine the effects of systemic inflammation and symptoms of head and neck cancer patients on dietary intake and weight in relation to mode of treatment. METHODS: In all, 38 orally fed patients had intake, weight, C-reactive protein (CRP), and symptoms prospectively assessed at baseline, post-treatment, and follow-up. RESULTS: Intake/weight declined and CRP increased substantially in chemoirradiation patients (-11.4 ± 5.2 kg, -1214 kcal/day, 23.4 ± 24.9 mg/L; p < .05) versus radiotherapy patients (-3.5 ± 4.8 kg, -483 kcal/day, 8.3 ± 13.9 mg/L) during posttreatment (repeated-measures ANOVA). Multivariate generalized estimating equations modeling identified reduced swallowing capacity was a key predictor of energy intake in both treatment groups (p < .001); multiple symptoms experienced by radiotherapy/chemoirradiation patients were significant predictors of weight loss; additionally, in chemoirradiation patients, CRP was an independent predictor of weight loss (p < .001). CONCLUSIONS: Treatment of symptoms and systemic inflammation are important clinical targets to manage weight loss in patients with head and neck cancer, especially those treated with chemoirradiation.

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)0,002
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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,058
Tête enseignante GPT0,410
Écart entre enseignants0,353 · 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

Citations95
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHead & NeckMême sujetNutrition and Health in AgingTravaux en français237 207