The prognostic value of sarcopenia in oesophageal cancer: A systematic review and meta‐analysis
Notice bibliographique
Résumé
Abstract The loss of skeletal muscle mass and function is defined as sarcopenia, which might develop in elderly patients with cancers. It has been indicated as a potential negative factor in the survival of patients with malignant tumours. The aim of this systematic review and meta‐analysis was to evaluate the associations between sarcopenia and survival outcomes or postoperative complications in patients with oesophageal cancer (EC). Web of Science, Embase, Medline, and Cochrane Library databases were searched until 10 May 2022, using keywords: sarcopenia, oesophageal cancer, and prognosis. Studies investigating the prognostic value of sarcopenia on EC survival were included. Forest plots and summary effect models were used to show the result of this meta‐analysis. The quality of included studies was evaluated with the Newcastle‐Ottawa Scale (NOS). A total of 1436 studies were identified from the initial search of four databases, and 41 studies were included for the final quantitative analysis. This meta‐analysis revealed a significant association between sarcopenia and overall survival (OS) [hazard ratios (HR):1.68, 95% confidence interval (CI):1.54–1.83, P = 0.004, I 2 = 41.7%] or disease‐free survival (DFS) 1.97 (HR: 1.97, 95% CI: 1.44–2.69, P = 0.007, I 2 = 61.9%) of EC patients. Subgroup analysis showed that sarcopenia remained a consistent negative predictor of survival when stratified by different treatment methods, populations, or sarcopenia measurements. Sarcopenia was also a risk factor for postoperative complications with a pooled odds ratio of 1.47 (95% CI: 1.21–1.77, P = 0.094, I 2 = 32.7%). The NOS scores of all included studies were ≥6, and the quality of the evidence was relatively high. The results from the study suggested that sarcopenia was significantly associated with both survival outcomes and postoperative complications in EC patients. Sarcopenia should be appropriately diagnosed and treated for improving short‐term and long‐term outcomes of patients with EC.
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 | 0,014 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,017 | 0,037 |
| Bibliométrie | 0,005 | 0,007 |
| 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) | 0,003 | 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 ».