Geriatric Nutritional Risk Index Predicts Treatment Intolerance and Survival in Head and Neck Cancer
Notice bibliographique
Résumé
BACKGROUND: Malnutrition is associated with worse outcomes in head and neck cancer (HNC). The geriatric nutritional risk index (GNRI) may predict postoperative morbidity and survival, but its role remains underexplored. METHODS: An ambispective study of patients undergoing HNC surgery at two academic centers (2015-2024) was performed. Preoperative GNRI was categorized into moderate-to-high risk (< 92), low risk (92-98), and no risk (> 98). Outcomes included 90-day mortality, treatment intolerance, overall survival, and disease-free survival. Analyses were performed using multivariable logistic and Cox regression adjusted for age, Charlson Comorbidity Index (CCI), tumor stage, primary tumor site, and percutaneous endoscopic gastrostomy (PEG) status. Patients with prior head and neck cancer or prior radiation were excluded. RESULTS: Among 312 treatment-naïve surgical patients, 13% were moderate-to-high GNRI risk and 8% low risk. Moderate-to-high GNRI risk had higher major adverse events (57% vs. 36% in no-risk), greater treatment intolerance (61% vs. 41%), and a trend toward higher 90-day mortality (11% vs. 4%). On multivariable models adjusted for tumor site and pathologic stage, moderate-to-high GNRI risk was associated with higher odds of 90-day mortality (OR 2.99, 95% CI 1.01-9.31; p = 0.048) and treatment intolerance (OR 2.35, 95% CI 1.21-4.56; p = 0.012). Cox regression showed shorter overall (HR 2.28, 95% CI 1.44-3.62; p < 0.001) and disease-free survival (HR 1.87, 95% CI 1.20-2.91; p = 0.005). CONCLUSIONS: The GNRI predicted treatment intolerance and poorer survival in patients with operable HNC.
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 ».