Integrated impact of multiple body composition parameters on overall survival in gastrointestinal or genitourinary cancers: A descriptive cohort study
Notice bibliographique
Résumé
BACKGROUND: This study aimed to evaluate if combining low muscle mass with additional body composition abnormalities, such as myosteatosis or adiposity, could improve survival prediction accuracy in a large cohort of gastrointestinal and genitourinary malignancies. METHODS: In total, 2015 patients with surgically-treated gastrointestinal or genitourinary cancer were retrospectively analyzed. Skeletal muscle index, skeletal muscle radiodensity, and visceral/subcutaneous adipose tissue index were determined. The primary outcome was overall survival determined by hospital records. Multivariate Cox hazard models were used to identify independent predictors for poor survival. C-statistics were assessed to quantify the prognostic capability of the models with or without incorporating body composition parameters. RESULTS: Survival curves were significantly demarcated by all 4 measures. Skeletal muscle radiodensity was associated with non-cancer-related deaths but not with cancer-specific survival. The survival outcome of patients with low skeletal muscle index was poor (5-year OS; 65.2%), especially when present in combination with low skeletal muscle radiodensity (5-year overall survival; 50.2%). All examined body composition parameters were independent predictors of lower overall survival. The model for predicting overall survival without incorporating body composition parameters had a c-index of 0.68 but increased to 0.71 with the inclusion of low skeletal muscle index and 0.72 when incorporating both low skeletal muscle index and low skeletal muscle radiodensity/visceral adipose tissue index/subcutaneous adipose tissue index. CONCLUSION: Patients exhibiting both low skeletal muscle index and other body composition abnormalities, particularly low skeletal muscle radiodensity, had poorer overall survival. Models incorporating multiple body composition prove valuable for mortality prediction in oncology settings.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».