Use of prediction equations to determine the accuracy of whole-body fat and fat-free mass and appendicular skeletal muscle mass measurements from a single abdominal image using computed tomography in advanced cancer patients
Notice bibliographique
Résumé
Measurements of body composition using dual-energy X-ray absorptiometry (DXA) and single abdominal images from computed tomography (CT) in advanced cancer patients (ACP) have important diagnostic and prognostic value. The question arises as to whether CT scans can serve as surrogates for DXA in terms of whole-body fat-free mass (FFM), whole-body fat mass (FM), and appendicular skeletal muscle (ASM) mass. Predictive equations to estimate body composition for ACP from CT images have been proposed (Mourtzakis et al. 2008; Appl. Physiol. Nutr. Metabol. 33(5): 997-1006); however, these equations have yet to be validated in an independent cohort of ACP. Thus, this study evaluated the accuracy of these equations in estimating FFM, FM, and ASM mass using CT images at the level of the third lumbar vertebrae and compared these values with DXA measurements. FFM, FM, and ASM mass were estimated from the prediction equations proposed by Mourtzakis and colleagues (2008) using single abdominal CT images from 43 ACP and were compared with whole-body DXA scans using Spearman correlations and Bland-Altman analyses. Despite a moderate to high correlation between the actual (DXA) and predicted (CT) values for FM (rho = 0.93; p ≤ 0.001), FFM (rho = 0.78; p ≤ 0.001), and ASM mass (rho = 0.70; p ≤ 0.001), Bland-Altman analyses revealed large range-of-agreement differences between the 2 methods (29.39 kg for FFM, 15.47 kg for FM, and 3.99 kg for ASM mass). Based on the magnitude of these differences, we concluded that prediction equations using single abdominal CT images have poor accuracy, cannot be considered as surrogates for DXA, and may have limited clinical utility.
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 | 0,012 | 0,053 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».