Quantifying the severity of sarcopenia in patients with cancer of the head and neck
Notice bibliographique
Résumé
BACKGROUND & AIMS: Existing skeletal muscle index (SMI) thresholds for sarcopenia are inconsistent, and do not reflect severity of depletion. In this study we aimed to define criterion values for moderate and severe skeletal muscle depletion based on the risk of mortality in a population of patients with head and neck cancer (HNC). Additionally, we aimed to identify clinical and demographic predictors of skeletal muscle depletion, evaluate the survival impact of skeletal muscle depletion in patients with minimal nutritional risk or good performance status, and finally, benchmarking SMI values of patients with HNC against healthy young adults. METHODS: Population cohort of 1231 consecutive patients and external validation cohorts with HNC had lumbar SMI measured by cross-sectional imaging. Optimal stratification determined sex-specific thresholds for 2-levels of SMI depletion (Class I and II) based on overall survival (OS). Adjusted multivariable regression analyses (tumor site, stage, performance status, age, sex, dietary intake, weight loss) determined relationships between 2-levels of SMI depletion and OS. RESULTS: ) depletion thresholds for 2-levels of muscle depletion determined by optimal stratification for males and females, respectively (male: 45.2-37.5, and <37.5; female: 40.9-34.2, and <34.2). In the overall population, Normal SMI, Class I and II SMI depletion occurred in 65.0%, 24.0%, and 11.0%, respectively. Median OS was: Normal SMI (114 months, 95% CI, 97.1-130.8); Class I SMI Depletion (42 months, 95% CI, 28.5-55.4), and Class II SMI Depletion (15 months, 95% CI, 9.8-20.1). Adjusted multivariable analysis compared with Normal SMI (reference), Class I SMI Depletion (HR, 1.49; 95% CI, 1.18-1.88; P < .001), Class II SMI Depletion (HR, 1.91; 95% CI, 1.42-2.58; P < .001). CONCLUSIONS: Moderate and severe SMI depletion demonstrate discrimination in OS in patients with HNC. Moderate and severe SMI depletion is prevalent in patients with minimal nutrition risk and good performance status. Benchmarking SMI values against healthy young adults exemplifies the magnitude of SMI depletion in patients with HNC and may be a useful method in standardizing SMI assessment.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».