Personnalisation des soins du cancer de la tête et du cou par une évaluation multimodale des risques basée sur la fragilité et la sarcopénie
Notice bibliographique
Résumé
Le cancer de la tête et du cou (CTC) représente une minorité des nouveaux cas de cancer au Canada mais affecte de manière disproportionnée la qualité de vie des patients, ainsi que la toxicité et l'intolérance aux traitements, en raison de ses effets profonds sur des fonctions essentielles telles que la déglutition, la respiration et la parole. Ce programme de recherche explore l'interaction entre la fragilité et la sarcopénie, deux facteurs critiques et leur impact sur la toxicité des traitements, la tolérance et la survie chez les patients atteints d’un CTC. Le programme intègre les résultats de deux revues systématiques et méta-analyses ainsi qu'une étude de cohorte ambispective. La fragilité, évaluée à l'aide de modèles de déficits cumulatifs, et la sarcopénie, mesurée à travers des indices de masse musculaire squelettique (IMS) dérivés de tomodensitométrie du cou, ont été analysées pour leur valeur pronostique dans la prédiction de la toxicité des traitements, de l'intolérance aux traitements et de la survie. L'indice de risque « modified Head and Neck Surgery Risk Index (mHNSRI) », intègre des métriques de fragilité et de sarcopénie ainsi que des facteurs traditionnels et a été développé et validé pour prédire l'intolérance et la toxicité des traitements. La fragilité et la sarcopénie se sont révélées être des prédicteurs indépendants mais synergiques de la toxicité et de l'intolérance des traitements chez les patients atteints de CTC. Environ 40 % des patients atteints d'un CTC à stade avancé subissant une chirurgie ont été classés comme fragiles, et jusqu'à 50 % présentaient une sarcopénie. Les patients présentant les deux conditions ont montré un risque presque quadruplé d'intolérance au traitement. La sarcopénie a été associée à des taux plus élevés de complications de plaies, de formation de fistules et de récupération retardée, tandis que la fragilité a exacerbé ces effets en réduisant les réserves physiologiques et cognitives. Le mHNSRI a démontré une grande précision prédictive pour identifier les individus à risque, permettant ainsi une planification des traitements et une allocation des ressources adaptées. De plus, les trajectoires d'IMS se sont avérées prédire la survie dans cette population. L'intégration de la fragilité et de la sarcopénie dans les évaluations pré-traitement offre une approche multidimensionnelle pour la sélection et la gestion des patients. Des interventions personnalisées, notamment la préhabilitation et des stratégies nutritionnelles ciblées, peuvent améliorer la tolérance et les résultats des traitements. Des thérapies émergentes, telles que l'anamorelin et les inhibiteurs de GDF15, offrent des perspectives supplémentaires pour traiter la cachexie liée au cancer. Les thérapies néoadjuvantes et les régimes de traitement adaptatifs peuvent affiner davantage les soins pour les patients à haut risque. La fragilité et la sarcopénie constituent de puissants biomarqueurs pour prédire les résultats à court et long terme, orientant des stratégies de traitement personnalisées. Les études futures devraient se concentrer sur le suivi dynamique des biomarqueurs, des approches thérapeutiques innovantes et des interventions systémiques pour optimiser la prise en charge dans cette population. Ces conclusions forment les bases de l'avancement de l'oncologie de précision dans des systèmes de santé aux ressources limitées, en équilibrant l'efficacité oncologique avec les soins axés sur la valeur.
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 | 0,008 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».