MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416730580 · doi:10.3389/fphys.2025.1687179

Myosteatosis as an independent predictor for all-cause and cardiac mortality in initial-dialysis patients: a multicenter, retrospective cohort study

2025· article· en· W4416730580 sur OpenAlexaff
Shi‐mei Hou, Min Li, Jingyuan Cao, Yao Wang, Min Yang, Li Tian, Yanhong Ni, Jianbing Hao, Chunbo Zou, A-Feng Miao, Chunhong Hu, Yuan Li, Jing Zheng, Jingjie Xiao, Jian Xu, Bin Wang

Notice bibliographique

RevueFrontiers in Physiology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueParathyroid Disorders and Treatments
Établissements canadiensCovenant Health
Organismes subventionnaires“333 Project” of Jiangsu ProvinceJiangsu Commission of HealthNanjing Medical UniversityGovernment of Jiangsu ProvinceChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésRetrospective cohort studyNomogramCohort studyProportional hazards modelSurvival analysisPredictive value of tests

Résumé

récupéré en direct d'OpenAlex

Background: Myosteatosis is associated with adverse prognosis in diseases. We aimed to establish thresholds for myosteatosis, assess its association with all-cause and cardiac mortality in initial dialysis patients, and construct a myosteatosis-based survival nomogram. assessed the predictive value of myosteatosis with all-cause and cardiac mortality in initial-dialysis patients, and constructed a myosteatosis-based survival nomogram. Methods: ) and Skeletal Muscle Density (SMD, Hounsfield Units [HU]) were measured at the third lumbar vertebra (L3) level by computed tomography (CT). Sex-specific SMI and SMD thresholds predicted all-cause mortality through the receiver operating characteristic (ROC) curves. The Cox models assessed myosteatosis-associated mortality risks. Survival prediction models were built using univariate and multivariate Cox proportional hazards regression in the training cohort, followed by internal and external validation. Results: Patients were predominantly aged 18-65 years (n = 298, 77.81%), with males comprising 60.84% (n = 233). All-cause mortality was 22.72% (n = 87), of which 52.87% (n = 46) were attributed to cardiac causes. Sex-specific SMD cutoffs for predicting all-cause mortality were 32.46 HU (AUC = 0.707) in males and 34.58 HU (AUC = 0.690) in females (both P < 0.05). Myosteatosis was associated with higher all-cause (36.7%) and cardiac mortality (19.8%) (both P < 0.001), and independently predicted both outcomes (all-cause mortality: HR = 3.203, 95% CI:1.937-5.296; cardiac mortality: HR = 3.418, 95% CI:1.718-6.802). The myosteatosis-based nomogram achieved a C-index of 0.761, validated in real-world data. Conclusion: Sex-specific myosteatosis thresholds (males: SMD ≤32.46 HU; females: ≤34.58 HU) derived from L3-CT independently predicted all-cause and cardiac mortality in initial-dialysis patients. The myosteatosis-based survival nomogram demonstrated moderate-to-good predictive accuracy and potential clinical utility.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,322
Écart entre enseignants0,309 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Physiology→Même sujetParathyroid Disorders and Treatments→Travaux en français237 207→