Evaluation of Sarcopenia in Older Patients Undergoing Head and Neck Cancer Surgery
Notice bibliographique
Résumé
OBJECTIVES/HYPOTHESIS: Sarcopenia is a hallmark of aging and its identification may help predict adverse postoperative events in patients undergoing head and neck surgery. The study objective was to assess the relationship between sarcopenia and postoperative complications and length of stay in patients undergoing major head and neck cancer surgery. STUDY DESIGN: Prospective cohort study. METHODS: A prospective cohort study was performed of patients 50 years and older undergoing major head and neck surgery. Sarcopenia was defined as low muscle mass (determined by neck muscle cross-sectional imaging) with either low muscle strength (grip strength) or low muscle performance (timed walk test). Logistic regression was applied on binary outcomes, and linear regression was used for log-transformed length of hospital stay (LOS). Univariate and multivariate analyses were performed. RESULTS: Of the 251 patients enrolled, pre-sarcopenia was present in 34.9% (n = 87) and sarcopenia in 15.6% (n = 39) of patients. Patients with sarcopenia were more likely to be older (P = .001), female (P = .001), have a lower body mass index (P = .001), and lower preoperative hemoglobin (P < .001). On univariate analysis, the presence and severity of sarcopenia was associated with the development of medical complications (P = .029), higher grade of complications (P = .032), LOS (P = .015), and overall survival (P = .001). On multivariate analysis, sarcopenia was associated with a longer LOS (β = 0.32 [95% CI: 0.19-0.45], P < .001) and worse overall survival (HR = 2.21 [95% CI: 1.01-4.23], P = .017). CONCLUSIONS: Sarcopenia may aid in the prediction of prolonged hospital stay and death in patients who are candidates for major head and neck surgery. LEVEL OF EVIDENCE: 3 Laryngoscope, 132:356-363, 2022.
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 | 0,001 | 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 ».