Prognostic role of geriatric nutritional risk index (GNRI) and controlling nutritional status (CONUT) on outcomes in patients with head and neck cancer: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Malnutrition is a common comorbidity in patients with head and neck cancer (HNC), significantly impacting survival rates. The Geriatric Nutritional Risk Index (GNRI) and the Controlling Nutritional Status (CONUT) score are tools used to assess the nutritional status, yet their prognostic value in HNC remains to be fully established. METHODS: We performed a systematic review and meta-analysis, adhering to PRISMA guidelines, to evaluate the prognostic significance of GNRI and CONUT on survival outcomes in patients with HNC. Relevant studies up to March 2024 were identified through comprehensive searches of PubMed, EMBASE, and Cochrane CENTRAL databases. The quality of each included study was assessed using the Newcastle-Ottawa Scale. RESULTS: Seventeen studies were included, encompassing a total of 3,816 patients with HNC. Our findings reveal that a lower GNRI is consistently associated with poor overall survival (OS, adjusted hazard ratio [aHR]: 3.9, 95% confidence interval [CI]: 2.47-6.14) and progression-free survival (PFS, aHR: 1.76, 95% CI: 1.41-2.21), demonstrating its utility as a prognostic indicator. However, CONUT scores revealed no significant differences in OS (aHR: 1.65, 95% CI: 0.94-2.91) or PFS (aHR: 1.43, 95% CI: 0.68-3.02). CONCLUSION: GNRI appears to be a reliable prognostic tool for predicting poorer survival outcomes in HNC patients, underscoring the importance of nutritional assessments in this population. Further research is needed to clarify the prognostic value of the CONUT score, which exhibited less consistent results.
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) | 0,008 | 0,001 |
| 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) | 0,000 | 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 ».