MétaCan
Menu
Retour à la cohorte
Enregistrement W3021132955 · doi:10.1002/jpen.1873

Evaluation of the Global Leadership Initiative on Malnutrition Criteria Using Different Muscle Mass Indices for Diagnosing Malnutrition and Predicting Survival in Lung Cancer Patients

2020· article· en· W3021132955 sur OpenAlexfundno aff
Liangyu Yin, Xin Lin, Na Li, Mengyuan Zhang, Xiumei He, Jie Liu, Jun Kang, Xiao Chen, Chang Wang, Xu Wang, Tingting Liang, Xiangliang Liu, Li Deng, Wei Li, Chunhua Song, Jiuwei Cui, Hanping Shi, Hongxia Xu

Notice bibliographique

RevueJournal of Parenteral and Enteral Nutrition · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of ChinaCanadian Institutes of Health ResearchNational Natural Science Foundation of China
Mots-clésNomogramMalnutritionMedicineAnthropometryHazard ratioBody mass indexInternal medicineProportional hazards modelLung cancerMultivariate analysisIntensive care medicineConfidence interval

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Malnutrition is prevalent in lung cancer (LC) patients, yet there are no globally accepted criteria for diagnosing malnutrition. Recently, the Global Leadership Initiative on Malnutrition (GLIM) criteria were proposed. However, the role of these criteria in prospective LC cohorts remains unclear. METHODS: We performed a multicenter, observational cohort study including 1219 LC patients. Different anthropometric measures were compared for assessment of reduced muscle mass (RMM) in the GLIM criteria. Least absolute shrinkage and selection operator and multivariate Cox regressions were performed to analyze the association between the GLIM criteria and survival. Independent prognostic predictors were incorporated to develop a nomogram for individualized survival prediction, and decision curve was applied to assess the clinical significance of the nomogram. RESULTS: Patients in the stage II (severe) malnutrition group, diagnosed using combined calf circumference (CC) plus body weight-standardized handgrip strength (HGS/W) criteria, had the highest hazard ratio (HR, 2.07; 95%CI, 1.50-2.86) compared with other methods used to evaluate RMM. The GLIM criteria diagnosed malnutrition in 24% of cases (292 patients, using the CC and HGS/W criteria) and were effective for determining the nutrition status of LC patients. GLIM-diagnosed malnutrition was an independent risk factor for survival, and malnutrition severity was monotonically associated with death hazards (P = .002). The GLIM nomogram showed good performance in predicting the survival of LC patients, and the decision-curve analysis demonstrated that the nomogram was clinically useful. CONCLUSION: These findings support the effectiveness of GLIM in diagnosing malnutrition and predicting survival among LC 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 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)0,007
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,007
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
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 Opus0,238
Tête enseignante GPT0,413
Écart entre enseignants0,176 · 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

Citations96
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Parenteral and Enteral NutritionMême sujetNutrition and Health in AgingTravaux en français237 207