Ott 7, 2024
Cambiamenti nella composizione corporea in pazienti con mesotelioma pleurico maligno e il rapporto con i livelli di attività e l’assunzione alimentare

European Journal of Clinical Nutrition (2022) 76:979–986

Emily Jeffery, Y. C. Gary Lee, Robert U. Newton, Philippa Lyons-Wall, Joanne McVeigh, Deirdre B. Fitzgerald, Leon Straker and Carolyn J. Peddle-McIntyre

DOI: https://doi.org/10.1038/s41430-021-01062-6

Introduzione: La perdita muscolare scheletrica è comune nel cancro avanzato ed è associata a risultati negativi. Nel mesotelioma pleurico maligno (MPM), nessuno studio ha riportato cambiamenti della composizione corporea o fattori associati a questi cambiamenti. Questo studio mirava a descrivere i cambiamenti nella composizione corporea nel tempo e la sua relazione con i livelli di attività, l’assunzione alimentare e la sopravvivenza.

Metodi: Lo studio era un’analisi secondaria dei dati raccolti da uno studio osservazionale longitudinale dei pazienti con MPM. I partecipanti hanno completato valutazioni di 3 mesi per un massimo di 18 mesi. Sono state incluse due scansioni di absorptiometria a raggi X a doppia energia (DXA), cambiamenti nella massa muscolare scheletrica appendicolare (ASM) e massa grassa totale sono stati utilizzati per classificare i partecipanti in fenotipi. I livelli di attività sono stati misurati con un accelerometro Actigraph GT3X+ e l’assunzione di energia e proteine è stata misurata con un record di cibo di 3 giorni e un richiamo di 24 ore.

Risultati: Sono stati inclusi 18 partecipanti (89% uomini, età media 69 anni). I partecipanti con perdita di ASM hanno aumentato il tempo sedentario, hanno diminuito l’attività leggera e il conteggio dei passi. I livelli di attività non sono cambiati nei partecipanti con il mantenimento dell’ASM. L’assunzione di energia e proteine non è cambiata in nessuno dei due gruppi.

Conclusioni: La perdita muscolare è stata associata ad una scarsa sopravvivenza e ad una diminuzione dei livelli di attività. Interventi che migliorano l’attività fisica o la massa muscolare potrebbero beneficiare i pazienti con MPM.

Deep learning per il conteggio delle fibre di amianto

Deep learning per il conteggio delle fibre di amianto

J Hazard Mater. 2023 agosto 5;455:131590. EPUB 2023 Maggio 6. Ahmad Rabiee, Giancarlo Della Ventura, Fardin Mirzapour, Sergio Malinconico, Sergio Bellagamba, Federico Lucci, Federica Paglietti PMID: 37178531 DOI: 10.1016 /j.jhazmat.2023.131590 Il metodo PCM...