Does ethnicity affect the relationship between body mass index (BMI) and overall survival (OS) in non-small cell lung cancer (NSCLC)? A pooled analysis of 17,326 International Lung Cancer Consortium (ILCCO) patients (pts).
Notice bibliographique
Résumé
1562 Background: In Caucasian-predominant populations, overweight or obese NSCLC pts (BMI≥25-kg/m2) have better prognosis while underweight (BMI≤18.5-kg/m2) pts have a worse prognosis. A large pooled sample allowed us to evaluate the role of ethnicity in this BMI-NSCLC OS relationship. Methods: Using individual data, survival analysis was performed on 15 ILCCO studies, assessing the interactions between ethnicity and BMI on overall survival (OS). Adjusted Hazard Ratios (aHR) from Cox models and adjusted penalized smoothing spline plots were generated. Results: Among 13416 (77%) Caucasian, 2975 (17%) Asian, and 935 (5%) Black NSCLC pts analyzed, we confirmed that for all pts, being underweight at NSCLC diagnosis was associated with worse OS (aHR=1.68, CI 1.5-1.8, p<0.001), while overweight/obese pts had improved survival (aHR 0.89, CI 0.8-0.9, p<0.001), when compared to pts with normal BMI. In general, Black pts had poorer OS than Caucasian pts (aHR 1.26 CI 1.1-1.4, p<0.001). However, the BMI-OS relationship differed according to ethnicity (BMI-ethnicity interaction, p=0.009): Caucasian underweight pts had poorer OS (aHR 1.67, CI 1.5-1.8, P<0.001) while overweight/obese pts had improved OS (aHR 0.89, CI 0.8-0.9, P<0.001). In Asian pts, these two associations were aHR 1.15, CI 0.8-1.5, P=0.33, and aHR 0.91, CI 0.7-1.1, P=0.32, respectively. In Black pts, these two associations were aHR 1.06, CI 0.7-1.5, p=0.73 and 0.75, CI 0.6-0.8 p<0.001, respectively. For overweight/obese patients, as BMI rises from 25-kg/m2 through 45-kg/m2, the prognosis worsens for Caucasian pts, remains stable for Asian pts, but improves for Black pts. Conclusions: InCaucasian pts, being underweight had a greater negative impact on OS than for Asian or Black pts, while being obese had a greater beneficial impact in Blacks than in other ethnic groups. These ethnic differences likely reflect genetically-informed muscle/adipose tissue distributions, where Black pts may have less sarcopenic obesity than other ethnicities. In future prognostic studies, BMI relationships must account for ethnic differences.
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 | 0,007 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».