Prevalence and prognostic value of baseline sarcopenia in hematologic malignancies: a systematic review
Notice bibliographique
Résumé
Background: The correlation between sarcopenia and hematological malignancy prognosis is still controversial. Design: A systematic review and meta-analysis. Objectives: To explore sarcopenia's prevalence and prognostic value in hematologic malignancies. Data sources and methods: We searched Embase, MEDLINE, and Cochrane Library through Ovid SP using an appropriate search strategy on August 28, 2022, and updated the search results on January 9, 2023. Study quality was assessed using the Newcastle-Ottawa scale. The pooled prevalence of sarcopenia was calculated with a 95% confidence interval (CI). Relationships between sarcopenia and prognostic value were expressed as hazard ratio (HR) and 95% CI. HR means the probability of something undesirable, i.e., death or disease progression. Results: The search identified more than 3992 studies, and 21 (3354 patients, median or mean age ranging from 36 to 78 years) were finally included. The risk of bias in the studies was low to medium. All included studies were diagnosed based on low muscle mass (LMM). Muscle mass was assessed mainly through imaging technologies, and different cut-offs were applied to determine LMM. The prevalence of sarcopenia was 44.5%, which could fluctuate by age. Subgroup analysis showed that older people had a higher sarcopenic rate than the non-elderly group. Sarcopenia resulted in an inferior prognosis [overall survival: HR 1.821, 95% CI 1.415-2.343; progression-free survival: HR 1.703, 95% CI 1.128-2.571). Conclusion: Sarcopenia has a prevalence of over 30% in malignant hematologic patients and is associated with a poorer prognosis. Future studies with a standardized sarcopenia diagnostic criterion were needed to investigate sarcopenia's prevalence and prognostic effects in hematologic malignancies.
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 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,014 |
| Bibliométrie | 0,008 | 0,009 |
| 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 | 0,001 |
| 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 ».