MétaCan
Menu
← Retour à la cohorte
Enregistrement W2946881657 · doi:10.1200/jco.2019.37.15_suppl.4068

Prognostic significance of sarcopenia in metastatic esophageal squamous cell carcinoma.

2019· article· en· W2946881657 sur OpenAlexaff
Kirsty Taylor, Osvaldo Espin‐Garcia, Tina Romagnuolo, Frances Allison, Lucy Xiaolu, Micheal McInnis, Aline Fusco Fares, Geoffrey Liu, Gail Darling, Rebecca Wong, Eric Xueyu Chen, Patrick Veit‐Haibach, Raymond Woo-Jun Jang, Dmitry Rozenberg, Elena Elimova

Notice bibliographique

RevueJournal of Clinical Oncology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensToronto General HospitalPrincess Margaret Cancer Centre
Organismes subventionnairesnon disponible
Mots-clésMedicineSarcopeniaInternal medicineDysphagiaGastroenterologyAnorexiaBody mass indexEsophageal cancerNauseaCancerWeight lossOncologySurgeryObesity

Résumé

récupéré en direct d'OpenAlex

4068 Background: Sarcopenia is defined as low skeletal muscle mass and represents a quantifiable marker of frailty. Disease related symptoms of anorexia, nausea and dysphagia, in addition to reduced physical activity contribute to muscle wasting in metastatic esophageal squamous cell cancer (MESCC) patients. This study set out to evaluate the prognostic utility of sarcopenia and its association with nutritional indices. Methods: MESCC patients (pts) with available abdominal CT imaging, attending Princess Margaret Cancer Centre between 2011 and 2016, were identified from the institutional database. Skeletal muscle index (SMI), normalized by height, was calculated at the third lumbar (L3) vertebra using SliceOMatic software. SMI cutoffs for sarcopenia were 34.4cm2/m2 in females and 45.4cm2/m2 in males based on previously established consensus. Nutritional risk index (NRI) was calculated using weight and albumin with malnutrition defined as < 97.5. Results: Of the 58 pts analyzed, 26 presented with de novo MESCC, median age was 64 (range 48-85), 30 pts were ECOG PS ≤1 and 45% received systemic therapy. 93% of pts experienced weight loss > 5% in the 3 months preceding diagnosis and median BMI was 20.4 (range 16.3-34.9). Twenty-four (41%) pts were sarcopenic (SP) with differences in BMI and NRI (p < 0.05) compared to non-sarcopenic (NSP) pts. Median BMI in SP pts was 18.9 (16.3-25.6), 46% had a BMI < 18.5 and none were obese (BMI ≥ 30). By NRI, 58% of SP pts were malnourished. Males comprised 71% of SP pts (p = 0.03) but no difference from NSP MESCC pts was identified with age, race, ECOG PS or smoking status with univariate analysis. Median overall survival (OS) was 6 months; 4.2 in SP pts and 6.2 in NSP pts. Significant difference was identified with NRI (p = .0.009) but not sarcopenia (p = 0.247) or BMI (p = 0.393). With a multi-variate Cox model for NRI and sarcopenia, including age, sex, race, and ECOG PS, only ECOG PS was a significant predictor of mortality, HR for 2-3 vs 0-1 of 5.4 (2.5-11.9) p < 0.001. Conclusions: Sarcopenia at diagnosis was not associated with OS. NRI was superior to BMI alone with respect to discriminating pt outcomes, however ECOG PS was the only measure significantly associated with survival.

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)0,000
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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,136
Tête enseignante GPT0,471
Écart entre enseignants0,335 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

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