Evaluating predictive equations for energy requirements throughout breast cancer trajectory: A comparative study
Notice bibliographique
Résumé
BACKGROUND & AIMS: Accurately estimating resting energy requirements is crucial for optimizing energy intake, particularly in the context of patients with varying energy needs, such as individuals with cancer. We sought to evaluate the agreement between resting energy expenditure (REE) predicted by 40 equations and that measured by reference methods in women undergoing active breast cancer treatment stage (I-IV) and post-completion (i.e., survivors). METHODS: Data from 4 studies were combined. REE values estimated from 40 predictive equations identified by a systematic search were compared with REE assessed by indirect calorimetry (IC) using a metabolic cart (MC-REE N = 46) or a whole-room indirect calorimeter (WRIC-REE N = 44). Agreement between methods was evaluated using Bland-Altman and Lin's concordance coefficient correlation (Lin's CCC). RESULTS: ) were included in this analysis. Mean MC-REE and WRIC-REE values were 1389 ± 199 kcal/day and 1506 ± 247 kcal/day, respectively. Limits of agreement were wide for all equations compared to both MC and WRIC (∼300 kcal for both methods), including the most commonly used ones, such as Harris-Benedict and Mifflin ST. Jeor equations; none had a bias within ±10% of measured REE, and all had low agreement per Lin's CCC analysis (<0.90). The Korth equation exhibited the best performance against WRIC and the Lvingston-Kohlstadt equation against MC. Similar patterns of bias were observed between survivors and patients and between patients with stages I-III versus IV cancer. CONCLUSION: Most equations failed to accurately predict REE at the group level, and none were effective at the individual level. This inaccuracy has significant implications for women with or surviving breast cancer, who may experience weight gain, maintenance, or loss due to inaccurate energy needs estimations. Therefore, our research underscores the need for further efforts to improve REE estimation.
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 | 0,029 | 0,070 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».