Predicting muscle loss during lung cancer treatment (PREDICT): protocol for a mixed methods prospective study
Notice bibliographique
Résumé
INTRODUCTION: Low muscle mass and low muscle attenuation (radiodensity), reflecting increased muscle adiposity, are prevalent muscle abnormalities in people with lung cancer receiving curative intent chemoradiation therapy (CRT) or radiation therapy (RT). Currently, there is a limited understanding of the magnitude, determinants and clinical significance of these muscle abnormalities in the lung cancer CRT/RT population. The primary objective of this study is to identify the predictors of muscle abnormalities (low muscle mass and muscle attenuation) and their depletion over time in people with lung cancer receiving CRT/RT. Secondary objectives are to assess the magnitude of change in these parameters and their association with health-related quality of life, treatment completion, toxicities and survival. METHODS AND ANALYSIS: Patients diagnosed with lung cancer and planned for treatment with CRT/RT are invited to participate in this prospective observational study, with a target of 120 participants. The impact and predictors of muscle abnormalities (assessed via CT at the third lumbar vertebra) prior to and 2 months post CRT/RT on the severity of treatment toxicities, treatment completion and survival will be assessed by examining the following variables: demographic and clinical factors, weight loss, malnutrition, muscle strength, physical performance, energy and protein intake, physical activity and sedentary time, risk of sarcopenia (Strength, Assistance in walking, Rise from a chair, Climb stairs, Falls history (SARC-F) score alone and with calf-circumference) and systemic inflammation. A sample of purposively selected participants with muscle abnormalities will be invited to take part in semistructured interviews to understand their ability to cope with treatment and explore preference for treatment strategies focused on nutrition and exercise. ETHICS AND DISSEMINATION: The PREDICT study received ethics approval from the Human Research Ethics Committee at Peter MacCallum Cancer Centre (HREC/53147/PMCC-2019) and Deakin University (2019-320). Findings will be disseminated through peer review publications and conference presentations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,035 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,003 |
| Méta-épidémiologie (sens large) | 0,006 | 0,005 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,048 | 0,010 |
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 source (Gemma direct ou Codex distillé), 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 ».