Lipid is heterogeneously distributed in muscle and associates with low radiodensity in cancer patients
Notice bibliographique
Résumé
BACKGROUND: Low muscle radiodensity is associated with mortality in a variety of cancer types. Biochemical and morphological correlates are unknown. We aimed to evaluate triglyceride (TG) content and location as a function of computed tomography (CT)-derived measures of skeletal muscle radiodensity in cancer patients. METHODS: Rectus abdominis (RA) biopsies were collected during cancer surgery from 75 patients diagnosed with cancer. Thin-layer chromatography and gas chromatography were used for quantification of TG content of the muscle. Axial CT images of lumbar vertebra were used to measure muscle radiodensity. Oil Red O staining was used to determine the location of neutral lipids in frozen muscle sections. RESULTS: There was wide variation in RA radiodensity in repeated measures (CV% ranged from 3 to 55% based on 10 serial images) as well as within one slice (CV% ranged from 6 to 61% based on 10 subregions). RA radiodensity and total lumbar muscle radiodensity were inversely associated with TG content of RA (r = -0.396, P < 0.001, and r = -0.355, P = 0.002, respectively). Of the total percentage area of muscle staining positive for neutral lipid, 54 ± 17% was present as extramyocellular lipids (range 23.5-77.8%) and 46 ± 17% (range 22.2-76.5%) present as intramyocellular lipid droplets. CONCLUSIONS: Repeated measures revealed wide variation in radiodensity of RA muscle, both vertically and horizontally. Low muscle radiodensity reflects high level of TG in patients with cancer. Non-uniform distribution of intramyocellular and extramyocellular lipids was evident using light microscopy. These results warrant investigation of mechanisms resulting in lipid deposition in muscles of cancer patients.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».