Radiodensities of Skeletal Muscle and Visceral Adipose Tissues Are Prognostic Factors in Clear-Cell Renal Cell Carcinoma
Notice bibliographique
Résumé
BACKGROUND: Body composition may be related to survival in patients with clear-cell renal cell carcinoma (ccRCC), but studies have not simultaneously considered adipose and muscle tissue quantity and radiodensity. METHODS: We analyzed data from 1,022 patients with ccRCC who underwent nephrectomy between 2000 and 2020 at Memorial Sloan Kettering Cancer Center. Skeletal muscle, visceral adipose tissue, and subcutaneous adipose tissue indexes (cm2/m2) and radiodensities [Hounsfield units (HU)] were assessed from noncontrast presurgical CT scans; clinical and demographic characteristics were available from the time of surgery. HRs and confidence intervals were estimated for overall (OS) and disease-free survival (DFS) through March 2023 in multivariable models that simultaneously accounted for all body composition measures. RESULTS: The median age of the patients was 58 years, 69% were male, and 90% were White. There were 169 OS events over 8,392 person-years and 253 DFS events over 7,753 person-years of follow-up. In adjusted analyses, poor OS was associated with lower skeletal muscle radiodensity [-10 HU, HR (95% confidence interval), 1.37 (1.05-1.77)] and greater visceral adipose tissue radiodensity [+10 HU, 1.66 (1.06-2.59)], with similar findings for DFS. Poor survival was also associated with greater visceral adipose tissue index [+40 cm2/m2, OS: 1.32 (0.97, 1.79); DFS: 1.33 (1.04, 1.71)]. Associations with skeletal muscle radiodensity were limited to patients with stage 1/2 disease. CONCLUSIONS: Radiodensities of skeletal muscle and visceral adipose tissues may be novel presurgical prognostic factors for patients with ccRCC. IMPACT: The findings underscore the importance of evaluating the full range of body composition features simultaneously in multivariable models.
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 ».