CT‐Based Body Composition and Frailty as Predictors of Survival Among Older Adults With Gastrointestinal Malignancies
Notice bibliographique
Résumé
BACKGROUND: Older adults with cancer are at an increased risk of treatment related toxicities and early death. Routinely collected clinico-demographic characteristics inadequately explain this increased risk limiting accurate prognostication. Prior studies have suggested that altered body composition and frailty are independently associated with worse survival among older adults with cancer; however, their combined influence remains unclear. METHODS: We used data from a single-institution prospective cohort study of older adults (≥ 60 years) who underwent geriatric assessment (GA) at the time of initial consultation with a medical oncologist from September 2017 to December 2020 and available baseline abdominal computed tomography within 60 days of GA. Using multi-slice CT images from T12 to L5 level, we assessed volumetric measures of skeletal muscle (SMV), visceral adipose tissue (VATV), subcutaneous adipose tissue (SATV) and averaged skeletal muscle density (SMD), computing sex-specific z for each measure. Frailty was measured using a 44-item frailty index using the deficit accumulation approach. Primary outcome of interest was overall survival (OS) defined as time from GA to death or last follow up. We used multivariable Cox regression model to study the independent association between the above four body composition measurements and OS adjusted for baseline confounders and frailty. RESULTS: We included 459 patients with a mean age of 69.7 ± 7.5 years, 60% males and 77% non-Hispanic Whites. Most had colorectal (27%) or pancreatic cancer (20%) and 48% had stage IV disease. Over a median follow up of 39.4 months, 209 patients (46%) died. In multivariable Cox regression models adjusted for age, sex, race, cancer type, cancer stage and frailty, skeletal muscle volume (HR 0.74; 95% CI 0.58-0.96; p = 0.02, per 1 SD increment) was independently associated with OS. The addition of body composition variables to baseline clinico-demographic variables and frailty led to a slightly improved model discrimination. CONCLUSIONS: SMV is independently associated with OS among older adults with newly diagnosed gastrointestinal cancers. Capturing body composition measurements in oncology practice may provide additional prognostic information for older adults with cancer above and beyond what is captured in routine clinical assessment including frailty.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».