Body Composition, Relative Dose Intensity, and Adverse Events among Patients with Colon Cancer
Notice bibliographique
Résumé
BACKGROUND: Despite evidence that low muscle increases the risk of chemotoxicity, most chemotherapies are dosed on body surface area without considering body composition. Among 178 patients with colon cancer, we assessed muscle and adipose tissue with multiple techniques and examined their associations with relative dose intensity (RDI) and adverse events. METHODS: We estimated (i) cross-sectional skeletal muscle area (SMA) and total adipose tissue (TAT) area at L3 from computed tomography (CT); (ii) appendicular lean mass (ALM) and total body fat (TBF) mass from dual-energy X-ray absorptiometry (DXA); and (iii) total body skeletal muscle mass using D3-creatine (D3Cr) dilution. We standardized each measurement by its sex-specific standard deviation (SD). The primary outcome was reduced RDI (RDI <85%). The secondary outcome was the number of moderate and severe adverse events during each cycle of chemotherapy. We estimated the associations of muscle and adipose tissue measurements (per SD increase) with reduced RDI using logistic regression and adverse events using generalized estimating equations for repeated measures. RESULTS: Higher CT SMA and DXA ALM were significantly associated with a lower risk of reduced RDI [odds ratios: 0.56 (0.38-0.81) for CT SMA; 0.56 (0.37-0.84) for DXA ALM]. No measurements of muscle or adipose tissue were associated with adverse events. CONCLUSIONS: More muscle was associated with improved chemotherapy completion among patients with colon cancer, whereas muscle and adipose tissue were not associated with adverse events. IMPACT: Considering body composition may help personalize dosing for colon cancer chemotherapy by identifying patients at risk for poor chemotherapy outcomes.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».