Impact of Sarcopenic Obesity on Outcomes in Patients Undergoing Hepatectomy for Hepatocellular Carcinoma
Notice bibliographique
Résumé
OBJECTIVE: To evaluate preoperative body composition, including skeletal muscle and visceral adipose tissue, and to clarify the impact on outcomes after hepatectomy for hepatocellular carcinoma (HCC). BACKGROUND: Recent studies have indicated that sarcopenia is associated with morbidity and mortality in various pathologies, including cancer, and that obesity or visceral adiposity represents a significant risk factor for several cancers. However, the impact of sarcopenic obesity on outcomes after hepatectomy for HCC has not been fully investigated. METHODS: We retrospectively analyzed 465 patients who underwent primary hepatectomy for HCC between April 2005 and March 2015. Skeletal muscle mass and visceral adipose tissue were evaluated by preoperative computed tomography to define sarcopenia and obesity. Patients were classified into 1 of 4 body composition groups according to the presence or absence of sarcopenia and obesity. RESULTS: Body composition was classified as nonsarcopenic nonobesity in 184 patients (39%), nonsarcopenic obesity in 219 (47%), sarcopenic nonobesity in 31 (7%), and sarcopenic obesity in 31 (7%). Compared with patients with nonsarcopenic nonobesity, patients with sarcopenic obesity displayed worse median survival (84.7 vs. 39.1 mo, P = 0.002) and worse median recurrence-free survival (21.4 vs. 8.4 mo, P = 0.003). Multivariate analysis identified sarcopenic obesity as a significant risk factor for death (hazard ratio [HR] = 2.504, P = 0.005) and HCC recurrence (HR = 2.031, P = 0.006) after hepatectomy for HCC. CONCLUSION: Preoperative sarcopenic obesity was an independent risk factor for death and HCC recurrence after hepatectomy for HCC.
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) | 0,001 | 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 ».