MétaCan
Menu
Retour à la cohorte
Enregistrement W2955062157 · doi:10.14740/jh536

C-Reactive Protein Level: A Key Predictive Marker of Cachexia in Lymphoma and Myeloma Patients

2019· article· en· W2955062157 sur OpenAlexvenueno aff
Joris Mallard, Anne-Laure Gagez, C. Baudinet, A. Herbinet, Jonathan Maury, Pierre Louis Bernard, Guillaume Cartron

Notice bibliographique

RevueJournal of Hematology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCachexiaMedicineMultiple myelomaInternal medicineWeight lossLymphomaOdds ratioGastroenterologyRisk factorOncologyCancerObesity

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Cachexia is defined as an involuntary loss of weight, characterized by a loss of skeletal muscle mass with or without fat mass loss. It increases mortality risk and decreases quality of life in patients with lymphoma or myeloma. Early markers of cachexia are not identified. The objective of this work was to identify risk factor of cachexia in a cohort of patients with hematological malignancies to develop strategies to prevent cachexia and its consequences. METHODS: Clinical and biological parameters were collected before and at the end of the treatment. Quantification of weight loss during cachexia was performed by the method of Martin. Clinical responses to treatment of patients with lymphoma or myeloma were monitored. RESULTS: Thirty-eight percent of the 145 patients enrolled were cachectic at the end of treatment. Classical prognostic disease scores at the time of diagnosis seemed to be not associated with cachexia observed at the end of treatment. Only C-reactive protein (CRP) > 54 mg/L seemed to be a risk factor of cachexia (P = 0.023, odds ratio (OR): 5.94 (1.55 - 39.14), confidence interval (CI): 1.55 - 39.14). Those results were confirmed by bootstrap analysis. CONCLUSION: This study highlights that high CRP level at diagnosis seems to be a risk factor for cachexia during treatment, permitting to identify patients at risk and in future to implement preventive strategies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,011
Score d'incertitude au seuil0,256

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,020
Tête enseignante GPT0,292
Écart entre enseignants0,272 · 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 tête enseignante, 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

Citations19
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of HematologyMême sujetNutrition and Health in AgingTravaux en français237 207