Muscle wasting associated with the long-term use of mTOR inhibitors
Notice bibliographique
Résumé
Some targeted therapies alter muscle mass due to interference with pathways of muscle metabolism. The effects of mammalian target of ra pamycin (mTOR) inhibitors on muscle mass have yet to be fully elucidated. In the present study, the computerized tomography (CT) scans of patients receiving mTOR inhibitors for at least 6 months taken at baseline and post‑therapy were retrospectively retrieved, and body composition analyses were performed using the software, sliceOmatic version 5.0 (TomoVision, Inc., Magog, QC, Canada). The difference in body composition parameters was evaluated for significance. The time to treatment (TTF) failure was also compared between the sarcopenic and non-sarcopenic patients at the baseline. Of the 75 patients studied, 20 matched the inclusion criteria (including 16 males). The mean duration between the CT scans was 14.4±2.0 months. A total of 12 (60%) patients were sarcopenic at the baseline, whereas three more (75% in total) became sarcopenic following treatment. The use of mTOR inhibitors significantly decreased the skeletal muscle area (P=0.011) and lean body mass (P=0.007), although it had no effect on adipose tissue (P=0.163) or body weight (P=0.262). The rate of skeletal muscle wasting was 2.6 cm2/m2, or 2.3 kg in 6 months. The TTF did not differ between sarcopenic and non‑sarcopenic patients, and was not significantly associated with any other parameter. To the best of our knowledge, this is the first study to demonstrate that the long‑term use of mTOR inhibitors induces a marked loss of muscle mass. Due to the predictive and prognostic role of sarcopenia in cancer patients, these findings may have important clinical implications.
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 | 0,001 | 0,001 |
| 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 ».