MétaCan
Menu
Retour à la cohorte
Enregistrement W3005918636 · doi:10.1158/1538-7445.sabcs19-p3-08-48

Abstract P3-08-48: Adiposity, comorbidities, and function in patients with early breast cancer

2020· article· en· W3005918636 sur OpenAlexaboutno aff
Gabriel Aleixo, Allison M. Deal, Shlomit Strulov Shachar, Hyman B. Muss, Kirsten A. Nyrop, Ji‐Hye Park, Hyeon Yu, Grant R. Williams

Notice bibliographique

RevueCancer Research · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCancer Risks and Factors
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineBreast cancerAdipose tissueBody mass indexCancerInternal medicineChemotherapyBody surface area

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction: Visceral adipose tissue (VAT) is correlated with lower overall survival and higher chemotherapy toxicity in women with breast cancer (Del Fabbro 2012, Feliciano 2019). In a sample of women scheduled for chemotherapy for early breast cancer (EBC) (stage I-III), we evaluate whether VAT or superficial adipose tissue (SAT) are associated with comorbidities, function, and clinically-used body metrics, Body Mass Index (BMI) and Body Surface Area (BSA).Methods: Women age 21 or older were enrolled in intervention studies (NCT02167932, NCT02328313) to encourage home-based walking during chemotherapy for EBC. Prior to chemotherapy initiation, patients had abdominal computerized tomography (CT) scans and completed Timed Up and Go (TUG) and Short Physical Performance Battery (SPPB) tests. Axial CT images were evaluated at the L3 level using Slice-O-Matic software (Tomovision Quebec, Canada). Superficial adipose tissue(SAT) was calculated from extra-muscular tissue with densities ranging from -190 to -30 Hounsfield Units (HU). Visceral adipose tissue (VAT) was calculated from non-subcutaneous tissue with densities from -150 to -50 HU, with values in cm2. BSA and BMI were calculated using standard formulas. Descriptive statistics(mean and standard deviation (SD)) were estimated and simple linear regression models were used to evaluate associations of comorbidities, function, and clinically-used body metrics and continuous adiposity measures. Pearson correlation coefficients were estimated to assess the relationship between adiposity measures.Results: In a sample of 99 women, mean age was56 (SD 13.1), BMI was 30 (SD 7), 47% were obese (≥30 kg/m2), and mean number of comorbidities was1.3 (SD 1.5).The mean VAT was 113.9 (SD 71.2), 50% had high VAT (>100 cm2), and the mean SAT was 294.2 (SD 71.2). For each additional comorbidity, mean VAT increased by 16.68, and SAT increased by 21.6. Both arthritis and high blood pressure were associated with higher VAT (+67.2 p<.0001 and +67.3 p<.0001, respectively) and higher SAT (+94.3 p=.002 and +104.3 p=.0008, respectively). Peripheral vascular disease and emphysema/chronic bronchitis were associated with higher VAT (+57.7 p=.01 and +100.8 p=.02, respectively), but not higher SAT. Higher VAT was seen for patients with TUG >14 seconds +57.87 (p=.004). For each additional point on the SPPB scale, the mean VAT decreased by 12.14(p=.002). For each additional comorbidity, BSA increased 0.035(p=.004) and BMI increased 1.31(p=.003). Strong positive correlations with VAT were seen for BSA (.697 p<.001), BMI (0.681 p<.001) and SAT (0.636 p<0001), as well as SAT with BSA (0.813 p<.0001) and BMI (.855 p<.0001). Conclusion: Comorbidities, function and commonly-used body metrics (BSA, BMI) are associated with adiposity metrics (VAT, SAT). All of these body composition metrics are associated with measures of function. Citation Format: Gabriel F. P. Aleixo, Allison M Deal, Shlomit S Shachar, Hyman B Muss, Kirsten A Nyrop, Ji Hye Park, Hyeon Yu, Grant R Williams. Adiposity, comorbidities, and function in patients with early breast cancer [abstract]. In: Proceedings of the 2019 San Antonio Breast Cancer Symposium; 2019 Dec 10-14; San Antonio, TX. Philadelphia (PA): AACR; Cancer Res 2020;80(4 Suppl):Abstract nr P3-08-48.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,027
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,063
Tête enseignante GPT0,352
Écart entre enseignants0,289 · 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.

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer ResearchMême sujetCancer Risks and FactorsTravaux en français237 207