MétaCan
Menu
Retour à la cohorte
Enregistrement W4396862035 · doi:10.1002/jcsm.13478

Body weight and composition endpoints in cancer cachexia clinical trials: Systematic Review 4 of the cachexia endpoints series

2024· review· en· W4396862035 sur OpenAlexaff
Leo R. Brown, Mariana S. Sousa, Michael S. Yule, Vickie E. Baracos, Donald C. McMillan, Jann Arends, Trude R. Balstad, Asta Bye, Olav Dajani, Ross D. Dolan, Marie Fallon, Christine Greil, Marianne Jensen Hjermstad, Gunnhild Jakobsen, Matthew Maddocks, James McDonald, Inger Ottestad, I. Phillips, Judith Sayers, Melanie Rae Simpson, Ola Magne Vagnildhaug, Tora S. Solheim, Barry Laird, Richard J.E. Skipworth

Notice bibliographique

RevueJournal of Cachexia Sarcopenia and Muscle · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Institute for Health and Care Research
Mots-clésCancer cachexiaCachexiaMedicineCancerClinical trialOncologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

Significant variation exists in the outcomes used in cancer cachexia trials, including measures of body composition, which are often selected as primary or secondary endpoints. To date, there has been no review of the most commonly selected measures or their potential sensitivity to detect changes resulting from the interventions being examined. The aim of this systematic review is to assess the frequency and diversity of body composition measures that have been used in cancer cachexia trials. MEDLINE, Embase and Cochrane Library databases were systematically searched between January 1990 and June 2021. Eligible trials examined adults (≥18 years) who had received an intervention aiming to treat or attenuate the effects of cancer cachexia for >14 days. Trials were also of a prospective controlled design and included body weight or at least one anthropometric, bioelectrical or radiological endpoint pertaining to body composition, irrespective of the modality of intervention (e.g., pharmacological, nutritional, physical exercise and behavioural) or comparator. Trials with a sample size of <40 patients were excluded. Data extraction used Covidence software, and reporting followed the Preferred Reporting Items for Systematic Reviews and Meta-Analyses guidance. This review was prospectively registered (PROSPERO: CRD42022276710). A total of 84 clinical trials, comprising 13 016 patients, were eligible for inclusion. Non-small-cell lung cancer and pancreatic cancer were studied most frequently. The majority of trial interventions were pharmacological (52%) or nutritional (34%) in nature. The most frequently reported endpoints were assessments of body weight (68 trials, n = 11 561) followed by bioimpedance analysis (BIA)-based estimates (23 trials, n = 3140). Sixteen trials (n = 3052) included dual-energy X-ray absorptiometry (DEXA)-based endpoints, and computed tomography (CT) body composition was included in eight trials (n = 841). Discrepancies were evident when comparing the efficacy of interventions using BIA-based estimates of lean tissue mass against radiological assessment modalities. Body weight, BIA and DEXA-based endpoints have been most frequently used in cancer cachexia trials. Although the optimal endpoints cannot be determined from this review, body weight, alongside measurements from radiological body composition analysis, would seem appropriate. The choice of radiological modality is likely to be dependent on the trial setting, population and intervention in question. CT and magnetic resonance imaging, which have the ability to accurately discriminate tissue types, are likely to be more sensitive and provide greater detail. Endpoints are of particular importance when aligned with the intervention's mechanism of action and/or intended patient benefit.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,025
score de la tête « metaresearch » (Gemma)0,085
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,975
Score d'incertitude au seuil0,133

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0250,085
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0150,016
Bibliométrie0,0130,013
Études des sciences et des technologies0,0010,002
Communication savante0,0050,003
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,211
Tête enseignante GPT0,524
Écart entre enseignants0,313 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeRevue systématique
DomaineMéthodes
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cachexia Sarcopenia and MuscleMême sujetNutrition and Health in AgingTravaux en français237 207