CT-based body composition and its demographic and clinical associations in women aged 20 to 40 with non-metastatic breast cancer
Notice bibliographique
Résumé
This cross-sectional study investigated the relationship between CT-based body composition parameters and demographic and clinical factors in young women (< 40 years) with non-metastatic (I–III) breast cancer. Data on anthropometry, sociodemographic characteristics, and tumor profiles were extracted from medical records. Body composition was assessed using CT scans at the third lumbar vertebra (L3), measuring skeletal muscle cross-sectional area (SM), skeletal muscle index (SMI), skeletal muscle radiodensity (SMD), visceral adipose tissue (VAT), and subcutaneous adipose tissue (SAT). A total of 173 patients were included (mean age: 33.8 ± 4.1 years). Most women had stage III tumors and hormone receptor-positive status. Higher VAT levels were associated with older age (P = 0.001). A higher education level was associated with higher SAT values. Women with invasive ductal carcinoma or positive estrogen receptor status were less likely to have high VAT. Patients with high VAT and SAT had higher BMI, SM, and SMI, and lower SMD (all P < 0.005). Our findings suggest that SAT and VAT are associated with educational level and tumor aggressiveness, respectively, highlighting the importance of monitoring body composition as part of clinical care in young women with breast cancer.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».