Prevalence of sarcopenia and predictors of body composition among women with early-stage breast cancer.
Notice bibliographique
Résumé
160 Background: Body mass index (BMI) does not accurately reflect body composition, particularly among cancer survivors. Sarcopenia (low skeletal muscle mass) and low muscle radio-density (MD; suggesting fat infiltration into muscle, compromising function) increase risk of surgical complications and chemotherapy toxicity and are associated with worse survival in advanced cancer. Little is known about the prevalence or predictors of sarcopenia and low MD in early-stage breast cancer. Methods: We studied 2,914 Kaiser Permanente members diagnosed with Stage I-III breast cancer from 2005-2013. Using computed tomography (CT) scans of the third lumbar vertebra from clinical care, we determined sarcopenia (skeletal muscle index < 41 muscle [cm2]/height [m2]) and low MD ( < 25-Hounsfield Units for non-obese; < 33 for obese) using published cut points. We assessed associations with characteristics including age, race, BMI, age, stage, lifestyle and co-morbidities with logistic regression. We also examined moderate/vigorous physical activity among a subset of 672 women with activity questionnaires. Results: At diagnosis, mean age was 56 years and time to CT was 1 month. Both sarcopenia and low MD were common among early-stage breast cancer survivors (40% and 38% respectively). In multivariate analyses, the odds of sarcopenia and low MD increased with age (per 5 years, Odds Ratio [OR] 95% Confidence Interval [CI] of OR = 1.33; 95%CI: 1.27, 1.39 and OR = 1.41; 95%CI: 1.35, 1.47 respectively). The odds of sarcopenia decreased with greater BMI (OR = 0.80; 95%CI: 0.78, 0.82 per kg/m2), while the odds of low MD increased (OR = 1.03; 95%CI: 1.01, 1.04 per kg/m2). Black race was associated with lower odds of sarcopenia and low MD, while physical activity levels were associated with lower odds of sarcopenia and more favorable MD. Conclusions: Sarcopenia and low MD are highly prevalent among breast cancer survivors. While older age is strongly associated with these conditions, they occur across ages and stages. Differences in body composition by race and age may underlie differences in the association of BMI with cancer outcomes; understanding these may help guide clinical interventions.
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 | 0,001 | 0,001 |
| 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 ».