BMI correlation with outcomes in patients with head and neck cancer undergoing immunotherapy: A comprehensive review and meta-analysis.
Notice bibliographique
Résumé
6021 Background: Currently, the landscape of treating advanced malignancies has undergone a transformative shift with the advent of immunotherapy employing immune checkpoint inhibitors (ICIs). Notably, several ICIs have emerged as promising therapeutic modalities for individuals with head and neck cancer (HNC). An emerging body of evidence implies a plausible link between body mass index (BMI) and the effectiveness of ICIs in the broader context of cancer patients. Nevertheless, the specific correlation within the subset of head and neck cancer patients undergoing immunotherapeutic interventions remains unclear and warrants meticulous investigation. Methods: PubMed, Web of Science, and Google Scholar databases were searched extensively for records published until January 2024. Full-text articles aligned with the research objective were included, while records published in English, case reports, reviews, editorials, and studies reporting immunotherapy combined with other cancer therapies were excluded. The data required for review and analysis was abstracted in Excel files by two independent reviewers. Additionally, statistical analyses were performed using the Review Manager software, and methodological quality was assessed using the Newcastle Ottawa scale. Results: Only six studies were eligible for review and analysis. A subgroup analysis of data from these studies showed that obese HNC patients on immunotherapy had significantly better overall survival (OS) rates than non-obese patients (HR: 0.51; 95% CI: 0.29 – 0.93; p=0.03). However, the progression-free survival (PFS) was statistically similar between obese and non-obese patients (HR: 0.72; 95% CI: 0.39 – 1.33; p=0.30). In addition, when BMI was stratified as either low or high, no significant difference was observed in the OS and PFS of HNC patients (HR: 0.99; 95% CI: 0.59 – 1.66; p=0.97 and HR: 0.93; 95% CI: 0.61 – 1.41; p=0.42, respectively). Similarly, the statistical analyses showed that overweight patients have similar OS and PFS as patients with normal BMI (HR: 0.53; 95% CI: 0.15 – 1.92; p=0.33 and HR: 0.55; 95% CI: 0.20 – 1.52; p = 0.25, respectively). In contrast, underweight patients demonstrated poor OS and PFS (HR: 2.56; 95% CI: 1.29 – 5.12; p=0.008 and HR: 2.76; 95% CI: 1.17 – 6.52; p=0.02, respectively). Conclusions: Obese HNC patients on immunotherapy tend to have improved OS than non-obese patients, while underweight patients have worse clinical prognoses than those with normal or above BMI.
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 | 0,008 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,026 |
| Bibliométrie | 0,006 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».