Correlates and predictors of sarcopenia among men with metastatic castrate-resistant prostate cancer
Notice bibliographique
Résumé
INTRODUCTION: Sarcopenia is a predictor of clinical outcomes in men with metastatic castrate-resistant prostate cancer (mCRPC); however, correlates and predictors of sarcopenia are poorly understood in this population. The aim of this study was to examine correlates and predictors of sarcopenia in men with mCRPC prior to treatment. METHODS: A secondary analysis of an observational study was performed. Participants were receiving care for mCRPC at the Princess Margaret Cancer Centre. Sarcopenia was assessed prior to treatment and was defined as the combination of low grip strength (<35.5 kg), low gait speed (<0.8 m/s), and computed tomography-derived low muscle mass or density. Participants' sociodemographic and clinical characteristics, comorbidity information, and clinically relevant blood markers were collected prior to treatment and were used to identify correlates and predictors of sarcopenia through Spearman correlations and multivariable logistic regression, respectively. RESULTS: In total, 110 men had complete data on sarcopenia measures and were included in the analysis. Sarcopenia was identified in 30 (27.3%) participants. Pre-treatment sarcopenia was moderately correlated with dependence in one or more instrumental activities of daily living (IADLs) (r=0.412), Vulnerable Elders Survey-13 (r=0.404), and a lower hemoglobin (r=0.407 per 10 g/L decrease). In adjusted logistic regression, dependence in one or more IADLs (odds ratio [OR] 4.37, 95% confidence interval [CI] 1.37-13.86, p=0.012), and a 10 g/L decrease in hemoglobin (OR 1.70, 95% CI 1.13-2.57, p=0.012) were significantly associated with sarcopenia. CONCLUSIONS: In settings where assessment of sarcopenia is not feasible, evaluation of IADLs and hemoglobin may be used to identify high-risk patients that can benefit from supportive care strategies aiming to improve muscle mass and function.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».