PS02.248: ASSESSMENT OF BODY COMPOSITION AND SARCOPENIA IN PATIENTS WITH ESOPHAGEAL CANCER: A SYSTEMATIC REVIEW AND META-ANALYSIS
Notice bibliographique
Résumé
Abstract Background There has recently been increased interest in the assessment of body composition in patients with esophageal cancer for the purpose of nutritional evaluation and prognostication. This systematic review and meta-analysis intends to summarize and critically evaluate the current literature concerning the assessment of body composition in patients with esophageal cancer and to assess its potential implication upon early and late outcomes. Methods A systematic literature search (up to August-2017) was conducted for studies describing the assessment of body composition in patients with esophageal and gastroesophageal junctional cancer. Meta-analysis of postoperative outcomes including long-term survival was performed using random effects models. Results C Twenty-nine studies reported the assessment of body composition in 3193 patients. Methods used to assess body composition in patients with esophageal cancer included: computerized tomography (n = 18 studies); bioelectrical impedance analysis (n = 10), and; dual-energy x-ray absorptiometry (n = 1). Significant variability was observed in regard to study design and the criteria used to define individual parameters of body composition. Sarcopenic patients had a higher incidence of postoperative pulmonary complications (7 studies, OR 2.03, 95%-CI 1.32 to 3.11, P = 0.001) after esophagectomy. Meta-analysis of six studies presenting long-term outcomes after esophagectomy identified significantly worse survival in patients who were sarcopenic (HR 1.70, 95%-CI 1.33 to 2.17, P < 0.0001; Figure 1). Conclusion The assessment of body composition has the potential to become a clinically useful tool that could support decision-making in patients with esophageal cancer. Current evidence is however weakened by inconsistencies in methods of assessing and reporting body composition in this patient group. Disclosure All authors have declared no conflicts of interest.
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 | 0,011 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,012 | 0,034 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».