Malnutrition in Spine Oncology: Where Are We and What Are We Measuring?
Notice bibliographique
Résumé
STUDY DESIGN: Scoping review. OBJECTIVE: To identify which markers are used as surrogates for malnutrition in metastatic spine disease and which are the most studied outcomes associated with it. METHODS: A scoping review was performed by searching the PubMed/Medline, EMBASE, and Web of Science databases up to July 2022. We searched for articles exploring markers of malnutrition in spine oncology patients including but not limited to albumin, body weight, weight loss, and nutrition indices. A narrative synthesis was performed. RESULTS: A total of 61 articles reporting on 31,385 patients met inclusion criteria. There were 13 different surrogate markers of nutrition, with the most common being albumin in 67% of studies (n = 41), body weight/BMI in 34% (n = 21), and muscle mass in 28% (n = 17). The most common studied outcomes were survival in 82% (n = 50), complications in 28% (n = 17), and length of stay in 10% (n = 6) of studies. Quality of life and functional outcomes were assessed in 2% (n = 1) and 3% (n = 2) of studies, respectively. Out of 61 studies, 18% (n = 11) found no association between the examined markers and outcome. CONCLUSION: Assessment of nutritional status in patients with spinal metastases is fundamental. However, there is lack of a comprehensive and consistent way of assessing malnutrition in oncologic spine patients and therefore inconsistency in its relationship with outcomes. A consensus agreement on the assessment and definition of malnutrition in spine tumor patients is needed.
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 | 0,001 | 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 ».