MétaCan
Menu
Retour à la cohorte
Enregistrement W4407242015 · doi:10.1001/jamanetworkopen.2024.58585

Cumulative Excess Body Mass Index and MGUS Progression to Myeloma

2025· article· en· W4407242015 sur OpenAlexaff
Lawrence Liu, Nikhil Grandhi, Mei Wang, Ekaterina Proskuriakova, Theodore Thomas, Martin W. Schoen, Kristen M. Sanfilippo, Kenneth R. Carson, Alissa Visram, Celine M. Vachon, Graham A. Colditz, Murali Janakiram, Mengmeng Ji, Su‐Hsin Chang

Notice bibliographique

RevueJAMA Network Open · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Myeloma Research and Treatments
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Cancer Institute
Mots-clésMedicineMonoclonal gammopathy of undetermined significanceBody mass indexInternal medicineCohortMultiple myelomaCumulative incidenceObesityCohort studyRisk factorGastroenterologyImmunologyAntibodyMonoclonalMonoclonal antibody

Résumé

récupéré en direct d'OpenAlex

Importance: Obesity is a risk factor associated with multiple myeloma (MM) and its precursor, monoclonal gammopathy of unknown significance (MGUS). However, it is unclear how cumulative exposure to obesity affects the risk of MGUS progression to MM. Objective: To determine the association of cumulative exposure to excess body mass index (EBMI), defined as BMI (calculated as weight in kilograms divided by height in meters squared) greater than 25, with risk of MGUS progression to MM. Design, Setting, and Participants: This cohort study included patients with MGUS, including immunoglobin G, immunoglobin A, or light chain MGUS, from the nationwide US Veterans Health Administration database from October 1, 1999, to December 31, 2021. A published natural language processing-assisted model was used to confirm diagnoses of MGUS and progression to MM. Data were analyzed from February 12 to November 4, 2024. Exposures: Cumulative EBMI was calculated by area under the curve of measured BMI subtracting the reference BMI at 25 during the first 3 years after MGUS diagnosis. Main Outcomes and Measures: The main outcome was progression from MGUS to MM. Multivariable Fine-Gray time-to-competing-event analyses, with death as the competing event, were used to determine associations. Results: The cohort included 22 429 patients with MGUS (median [IQR] age, 70.5 [63.5-77.9] years; 21 613 [96.4%] male), with 8329 Black patients (37.1%) and 14 100 White patients (62.9%). There were 4862 patients (21.7%) with reference range BMI (18.5 to <25), 7619 patients (34.0%) with BMI 25 to less than 30, and 8513 patients (38.0%) with BMI 30 or greater at the time of MGUS diagnosis. Compared with reference range BMI at MGUS diagnosis, patients with BMI 25 to less than 30 (adjusted hazard ratio [aHR], 1.17; 95% CI, 1.03-1.34) or 30 or greater (aHR, 1.27; 95% CI, 1.09-1.47) at MGUS diagnosis had higher risk of progression to MM. In patients with reference range BMI at MGUS diagnosis, each 1-unit increase of EBMI per year was associated with a 21% increase in progression risk (aHR, 1.21; 95% CI, 1.04-1.40). However, for patients with BMI 25 or greater at MGUS diagnosis, the incremental risk associated with cumulative EBMI exposure was not statistically significant. Conclusions and Relevance: This cohort study found that, for patients with BMI 18.5 to less than 25 at the time of MGUS diagnosis, cumulative exposure to BMI 25 or greater was associated with an increased risk of progression. These findings suggest that for these patients, maintaining a healthy and stable weight following MGUS diagnosis may prevent progression to MM.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,195
Score d'incertitude au seuil0,534

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,388
Écart entre enseignants0,360 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAMA Network OpenMême sujetMultiple Myeloma Research and TreatmentsTravaux en français237 207