Sarcopenia and postoperative morbidity in head & neck cancer: A systematic review and meta-analysis
Notice bibliographique
Résumé
OBJECTIVE: To identify the prognostic value of sarcopenia in surgically treated HNC patients on postoperative morbidity. DESIGN: Systematic review and meta-analysis. INFORMATION SOURCES, STUDY SELECTION, AND METHODS: EMBASE, MEDLINE, SCOPUS, and CINAHL databases were searched from January 1, 1946 to November 4, 2024. Published trials and observational studies reporting the association of sarcopenia and postoperative complications in surgically treated HNC patients were included. Two reviewers independently screened, extracted, and appraised studies using Covidence. Disagreements were resolved through consensus, and/or by consulting a third reviewer. Data were pooled using a random-effects model in RevMan 5.4.1. RESULTS: Of 6345 screened studies, 17 out of the 23 included studies had outcomes which were incorporated in the meta-analysis (2884 patients from studies between 1996 and 2024). The meta-analysis revealed a statistically significant association between sarcopenia and all postoperative complications (odds ratio (OR) 2.26, 95 % CI [1.54, 3.33], p < 0.0001), postoperative complications grade 3 (OR 2.34, 95 % CI [1.80, 3.03], p < 0.00001), fistula (OR 2.64, 95 % CI [1.68, 4.16], p < 0.0001), and flap complications (OR 2.77, 95 % CI [1.58, 4.85], p = 0.0004). Subgroup analysis revealed the high risk of bias studies did not significantly bias the results (p = 0.76), but the different measurements of sarcopenia contributed significant heterogeneity (p < 0.00001). The level of evidence is moderate, primarily due to publication bias, for all outcomes, as per GRADE. CONCLUSIONS: In patients undergoing curative surgery for HNC, preoperative sarcopenia is associated with higher odds of postoperative complications.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,016 | 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 | 0,001 |
| 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 ».