Associations between pretreatment nutritional assessments and treatment complications in patients with stage I-III non-small cell lung cancer: A systematic review
Notice bibliographique
Résumé
BACKGROUND: Patients with stage I-III non-small cell lung cancer (NSCLC) are often nutritionally depleted and therefore at high-risk for treatment complications. Identifying these patients before the start of treatment is important to initiate preventive interventions for better treatment outcomes. This study aimed to evaluate which outcome variables of pretreatment nutritional assessments are associated with posttreatment complications in patients with stage I-III NSCLC, as well as to identify cut-off values for clinical risk stratification. METHODS: In this systematic review, PubMed, Embase, and Cinahl databases were searched for eligible studies published up to March 2021. Studies describing the association between pretreatment nutritional assessment and treatment complications in patients with NSCLC were included. Methodological quality of the included studies was assessed using the Newcastle-Ottawa Scale for cohort studies. RESULTS: A total of 23 studies were included, which merely focused on surgical treatment for NSCLC. Methodological quality was poor in thirteen studies (57%). Poor outcomes of body mass index, sarcopenia, serum albumin, controlling nutritional status, prognostic nutrition index, nutrition risk score, and (geriatric) nutrition risk index were associated with a higher risk for treatment complications. Cut-off values for pretreatment nutritional assessment were reported in a limited number of studies and were inconsistent. CONCLUSION: Poor outcomes of pretreatment nutritional assessments are associated with a higher risk for posttreatment complications. Further research is needed on the ability of easy-to-use pretreatment nutritional assessments to accurately identify patients who are at high risk for treatment complications, as high-risk patients may benefit from pretreatment interventions to improve their nutritional status.
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 | 0,007 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,009 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».