MétaCan
Menu
Retour à la cohorte
Enregistrement W2959526451 · doi:10.1002/jcsm.12466

Clinical and biological characterization of skeletal muscle tissue biopsies of surgical cancer patients

2019· article· en· W2959526451 sur OpenAlexafffund
Ana Anoveros‐Barrera, Amritpal S. Bhullar, Cynthia Stretch, Nina Esfandiari, Abha R. Dunichand‐Hoedl, Karen J. B. Martins, David L. Bigam, Rachel G. Khadaroo, Todd McMullen, Oliver F. Bathe, Sambasivarao Damaraju, Richard J.E. Skipworth, Charles T. Putman, Vickie E. Baracos, Vera C. Mazurak

Notice bibliographique

RevueJournal of Cachexia Sarcopenia and Muscle · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle Physiology and Disorders
Établissements canadiensUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesConsejo Nacional de Ciencia y TecnologíaCanadian Institutes of Health ResearchAlberta Innovates - Technology Futures
Mots-clésMedicineBiopsyMuscle biopsyCancerPopulationCohortSkeletal musclePathologyRadiologySurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Abstract Background Researchers increasingly use intraoperative muscle biopsy to investigate mechanisms of skeletal muscle atrophy in patients with cancer. Muscles have been assessed for morphological, cellular, and biochemical features. The aim of this study was to conduct a state‐of‐the‐science review of this literature and, secondly, to evaluate clinical and biological variation in biopsies of rectus abdominis (RA) muscle from a cohort of patients with malignancies. Methods Literature was searched for reports on muscle biopsies from patients with a cancer diagnosis. Quality of reports and risk of bias were assessed. Data abstracted included patient characteristics and diagnoses, sample size, tissue collection and biobanking procedures, and results. A cohort of cancer patients (n = 190, 88% gastrointestinal malignancies), who underwent open abdominal surgery as part of their clinical care, consented to RA biopsy from the site of incision. Computed tomography (CT) scans were used to quantify total abdominal muscle and RA cross‐sectional areas and radiodensity. Biopsies were assessed for muscle fibre area (μm2), fibre types, myosin heavy chain isoforms, and expression of genes selected for their involvement in catabolic pathways of muscle. Results Muscle biopsy occurred in 59 studies (total N = 1585 participants). RA was biopsied intraoperatively in 40 studies (67%), followed by quadriceps (26%; percutaneous biopsy) and other muscles (7%). Cancer site and stage, % of male participants, and age were highly variable between studies. Details regarding patient medical history and biopsy procedures were frequently absent. Lack of description of the population(s) sampled and low sample size contributed to low quality and risk of bias. Weight‐losing cases were compared with weight stable cancer or healthy controls without considering a measure of muscle mass in 21 out of 44 studies. In the cohort of patients providing biopsy for this study, 78% of patients had preoperative CT scans and a high proportion (64%) met published criteria for sarcopenia. Fibre type distribution in RA was type I (46% ± 13), hybrid type I/IIA (1% ± 1), type IIA (36% ± 10), hybrid type IIA/D (15% ± 14), and type IID (2% ± 5). Sexual dimorphism was prominent in RA CT cross‐sectional area, mean fibre cross‐sectional area, and in expression of genes associated with muscle growth, apoptosis, and inflammation (P < 0.05). Medical history revealed multiple co‐morbid conditions and medications. Conclusions Continued collaboration between researchers and cancer surgeons enables a more complete understanding of mechanisms of cancer‐associated muscle atrophy. Standardization of biobanking practices, tissue manipulation, patient characterization, and classification will enhance the consistency, reliability, and comparability of future studies.

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)0,004
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,011
Tête enseignante GPT0,288
Écart entre enseignants0,276 · 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

Citations38
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Cachexia Sarcopenia and MuscleMême sujetMuscle Physiology and DisordersTravaux en français237 207