Geriatric nutritional risk index as a predictor of prognosis in hematologic malignancies: a systematic review and meta-analysis
Notice bibliographique
Résumé
Objective Recent studies have reported inconsistent results regarding the association between geriatric nutritional risk index (GNRI) and clinical outcomes in patients with hematologic malignancies (HMs). We performed a meta-analysis to evaluate the effect of low GNRI on the overall survival (OS) and progression-free survival (PFS) in patients with HMs. Research Methods and Procedures We conducted the research via PubMed, Embase, and Cochrane Library databases to identify trials. Exploring the association between GNRI and prognosis in patients with HMs. A meta-analysis of OS and PFS was performed. Quality In Prognostic Studies instrument and Newcastle–Ottawa quality assessment Scale were used to assess the quality of included trials. Results Fourteen studies enrolling 3,524 patients with HMs were included. Low GNRI was associated with shorter OS (Hazard ratio (HR) = 1.77; 95% CI = 1.44–2.18, p < 0.01) and PFS (HR = 1.63; 95% CI = 1.17–2.27, p < 0.01) in patients with HMs. In the subgroup analysis, GNRI was not significantly associated with prognosis in Chinese patients with HMs (OS, HR =1.33; 95% CI = 0.89–1.98, p = 0.16; PFS, HR = 1.70; 95% CI = 0.72–4.01, p = 0.23). For the subgroup with a GNRI cutoff value less than 98, there was no significant difference in PFS (HR = 1.34; 95% CI = 0.98–1.83, p = 0.06). Conclusion Low GNRI negatively impacted on the prognosis in patients with HMs. Prospective studies to identify the best cut-off value for GNRI are required.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,003 |
| Bibliométrie | 0,004 | 0,006 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».