MétaCan
Menu
← Retour à la cohorte
Enregistrement W2920842687 · doi:10.1200/jco.2019.37.7_suppl.662

Mechanisms underlying the association between sarcopenia and poor oncologic outcomes in clear cell renal cell carcinoma.

2019· article· en· W2920842687 sur OpenAlexaff
Alejandro Sánchez, Fengshen Kuo, Stacey Petruzella, Oğuz Akın, Michael T. Paris, Paul Russo, Timothy A. Chan, Marina Mourtzakis, A. Ari Hakimi, Helena Furberg

Notice bibliographique

RevueJournal of Clinical Oncology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMedicineSarcopeniaClear cell renal cell carcinomaInternal medicineCohortOncologyRenal cell carcinoma

Résumé

récupéré en direct d'OpenAlex

662 Background: Sarcopenia (low skeletal muscle mass) is associated with poor outcomes in patients with ccRCC. The mechanisms underlying this association are unclear. To understand this association, we examined gene expression differences by sarcopenic status in patients with ccRCC. Methods: The cohort consisted of 62 ccRCC patients treated by nephrectomy and previously transcriptomically-profiled in the Cancer Genome Atlas. Computed tomography scans without contrast performed within two months of surgery were reviewed to determine skeletal muscle cross-sectional area. Sarcopenia (yes/no) was defined according to gender-specific international consensus definitions. Baseline differences in clinicopathologic characteristics were assessed using the Chi-squared test for categorical and t-test for continuous variables. Differential expression analyses were performed using the R package “DESeq2.” Gene set enrichment analyses (GSEA) and single-set GSEA were used to evaluate differences in MSigDB Hallmark gene sets and estimate immune cell infiltration, respectively. P-values were corrected for multiple testing (p-adjust). Results: The cohort was predominantly male (82%), white (97%) and had localized disease (58%). Median age was 58.9 years (SD: 12.1). Sarcopenic (47%) patients were older (p < 0.001), obese (p < 0.001), and presented with higher AJCC stage (p = 0.006). In primary tumor specimens, sarcopenic patients demonstrated increased expression of angiogenic, inflammatory (e.g., IL-6, TNF-alpha), and epithelial mesenchymal transition programs (p-adjust < 0.05). Furthermore, sarcopenic patients had higher macrophage (p = 0.003) and Th17 immune cell infiltration (p = 0.003). Conclusions: Our findings suggest that ccRCC patients who are sarcopenic harbor gene expression programs associated with more aggressive biology. Increased macrophage infiltration and decreased Th17 immune cell infiltration have been previously associated with worse prognosis in ccRCC. It is not clear whether sarcopenia is a cause or consequence of tumor aggressiveness. Validation of these results in a larger cohort of patients and orthogonal validation are ongoing.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,204
Tête enseignante GPT0,480
Écart entre enseignants0,277 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Clinical Oncology→Même sujetNutrition and Health in Aging→Travaux en français237 207→