MétaCan
Menu
Retour à la cohorte
Enregistrement W2624865913 · doi:10.1002/jcsm.12220

The applicability of a weight loss grading system in cancer cachexia: a longitudinal analysis

2017· article· en· W2624865913 sur OpenAlexaff
Ola Magne Vagnildhaug, David Blum, Andrew Wilcock, Peter Fayers, Florian Strasser, Vickie E. Baracos, Marianne Jensen Hjermstad, Stein Kaasa, Barry Laird, Tora S. Solheim

Notice bibliographique

RevueJournal of Cachexia Sarcopenia and Muscle · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensUniversity of Alberta
Organismes subventionnairesMarie CurieNorges Teknisk-Naturvitenskapelige UniversitetSt. Olavs Hospital Universitetssykehuset i TrondheimHelsinn
Mots-clésMedicineWeight lossCachexiaAnorexiaInternal medicineBody mass indexCancerProportional hazards modelGrading (engineering)Weight changeOncologyObesity

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: A body mass index (BMI) adjusted weight loss grading system (WLGS) is related to survival in patients with cancer. The aim of this study was to examine the applicability of the WLGS by confirming its prognostic validity, evaluating its relationship to cachexia domains, and exploring its ability to predict cachexia progression. METHODS: An international, prospective observational study of patients with incurable cancer was conducted. For each patient, weight loss grade was scored 0-4. Weight loss grade 0 represents a high BMI with limited weight loss, progressing through to weight loss grade 4 representing low BMI and a high degree of weight loss. Survival analyses were used to confirm prognostic validity. Analyses of variance were used to evaluate the relationship between the WLGS and cachexia domains [anorexia, dietary intake, Karnofsky performance status (KPS), and physical and emotional functioning]. Cox regression was used to evaluate if the addition of cachexia domains to the WLGS improved prognostic accuracy. Predictive ability of cachexia progression was assessed by estimating proportion of patients progressing to a more advanced weight loss grade. RESULTS: One thousand four hundred six patients were analysed (median age 66 years; 50% female, 63% KPS ≤ 70). The overall effect of the WLGS on survival was significant as expressed by change in -2 log likelihood (P < 0.001) and persisted after adjustment for age, sex, and cancer type and stage (P < 0.001). Median survival decreased across the weight loss grades ranging from 407 days (95% CI 312-502)-weight loss grade 0 to 119 days (95% CI 93-145)-weight loss grade 4. All cachexia domains significantly deteriorated with increasing weight loss grade, and deterioration was greatest for dietary intake, with a difference corresponding to 0.87 standard deviations between weight loss grades 0 and 4. The addition of KPS, anorexia, and physical and emotional functioning improved the prognostic accuracy of the WLGS. Likelihood of cachexia progression was greater in patients with weight loss grade 2 (39%) than that with weight loss grade 0 (19%) or 1 (22%). CONCLUSIONS: The WLGS is related to survival, cachexia domains, and the likelihood of progression. Adding certain cachexia domains to the WLGS improves prognostic accuracy.

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)0,008
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,008
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,044
Tête enseignante GPT0,371
Écart entre enseignants0,327 · 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

Citations79
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cachexia Sarcopenia and MuscleMême sujetNutrition and Health in AgingTravaux en français237 207