MétaCan
Menu
Retour à la cohorte
Enregistrement W3096459170 · doi:10.1097/mph.0000000000001988

Adiposity in Survivors of Cancer in Childhood: How is it Measured and Why Does it Matter?

2020· review· en· W3096459170 sur OpenAlexaff
Louise Guolla, Katherine M. Morrison, Ronald D. Barr

Notice bibliographique

RevueJournal of Pediatric Hematology/Oncology · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueChildhood Cancer Survivors' Quality of Life
Établissements canadiensHamilton Health SciencesMcMaster Children's HospitalMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMedicineSarcopeniaObesityCancerDiseaseMetabolic syndromeSarcopenic obesityBody mass indexLean body massIntensive care medicineAdverse effectAdipose tissueInternal medicineBody weight

Résumé

récupéré en direct d'OpenAlex

Survival of cancer in childhood is increasingly common with modern therapeutic protocols but leads frequently to adverse long-term impacts on health, including metabolic and cardiovascular disease. Changes in body composition, especially an increase in fat mass and a decrease in muscle mass, are found early in patients with pediatric cancer, persist long after treatment has been completed and seem to contribute to the development of chronic disease. This review details the effects of such changes in body composition and reviews the underlying pathophysiology of the development of sarcopenic obesity and its adverse metabolic impact. The authors discuss the particular challenges in identifying obesity accurately in survivors of pediatric cancer using available measurement techniques, given that common measures, such as body mass index, do not distinguish between muscle and adipose tissue or assess their distribution. The authors highlight the importance of a harmonized approach to the assessment of body composition in pediatric cancer survivors and early identification of risk using "gold-standard" measurements. This will improve our understanding of the significance of adiposity and sarcopenia in this population, help identify thresholds predictive of metabolic risk, and ultimately prevent or ameliorate the long-term metabolic and cardiovascular impacts on health experienced by survivors of cancer in childhood.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,049
Tête enseignante GPT0,377
Écart entre enseignants0,328 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pediatric Hematology/OncologyMême sujetChildhood Cancer Survivors' Quality of LifeTravaux en français237 207