Sarcopenia in long‐term survivors of cancer in childhood and adolescence: A cross‐sectional study of calf muscle mass by peripheral quantitative computed tomography with an examination of the muscle–bone unit
Notice bibliographique
Résumé
BACKGROUND: Sarcopenia, a loss of systemic skeletal muscle mass (SMM), is prevalent in childhood cancer survivors and often accompanied by increased fat mass (sarcopenic obesity [SO]). We examined whether calf muscle cross-sectional area (CSA), measured by peripheral quantitative computed tomography (pQCT), can identify sarcopenia and SO in long-term survivors of pediatric acute lymphoblastic leukemia (ALL), and explored its relationship with adjacent bone geometry. PROCEDURES: Calf muscle CSA and CSA Z scores at the 38% tibia in 70 subjects (median survival 15 years) were compared between sexes and ALL risk group, and their association with sarcopenia and SO evaluated. Relationships between bone strength and muscle mass were assessed further using linear regression and methods described by Schoenau et al. for evaluation of a functional muscle-bone unit. RESULTS: A calf muscle CSA Z score of less than or equal to zero is 73.81% sensitive and 84.62% specific for detecting sarcopenia defined by height-adjusted appendicular lean mass measured by dual-energy x-ray absorptiometry. No significant difference in CSA Z scores was noted between sexes or ALL risk groups; however, Z scores were markedly higher in those without SO (adjusted odds ratio 0.529, 95% confidence interval [CI]: 0.340-0.824). Ratios of calf muscle mass to height and total bone mineral content at the 38% tibia are "sufficient" and consistent with estimated reference ranges for a healthy population. CONCLUSIONS: CSA Z scores may represent a useful clinical measure of SMM and are predictive of SO in this population. Our results are supportive of a functional muscle-bone unit in long-term survivors of pediatric ALL.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».