YM
Yosuke Mukai
Author with expertise in Preoperative Chemoradiotherapy for Esophageal Cancer
Achievements
This user has not unlocked any achievements yet.
Key Stats
Upvotes received:
0
Publications:
3
(0% Open Access)
Cited by:
1
h-index:
7
/
i10-index:
5
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
0

Clinical impact of postoperative changes in body composition on long-term outcomes in patients with esophageal cancer

Tomohira Takeoka et al.Jun 19, 2024
Background & Aims This study aimed to investigate the temporal changes in body composition following esophagectomy in patients with esophageal cancer using bioelectrical impedance analysis and to assess the prognostic implications of these changes. Methods Our study included 528 patients who underwent esophagectomy and preoperative body composition measurements between January 2013 and June 2020. Postoperative body composition was measured in 493 patients at discharge as follows: 184 at 1 month, 144 at 2 months, 143 at 3 months, 103 at 6 months, 58 at 9 months, and 78 at 12 months. Results Body weight (BW) continuously decreased until the 6 postoperative months (POMs), reaching –11.5% compared with preoperative levels. Subsequently, almost no change was observed at 12 POMs. Skeletal muscle mass (SMM) decreased until 3 POMs but gradually recovered after 3 POMs. Conversely, body fat mass (BFM) consistently decreased over time post-esophagectomy. The patients were categorized into moderate (> –10%) and severe (≤ –10%) groups based on % BW, % SMM, and % BFM losses at 3 POMs. Severe SMM loss at 3 POMs correlated with reduced overall survival (OS) (3-year OS: 85.9% in moderate vs. 75.1% in severe, p = 0.035). BFM loss was associated with reduced recurrence-free survival. (3-year RFS: 83.3% in moderate vs. 62.0% in severe, p = 0.011). Multivariate analysis identified pStages Ⅲ and Ⅳ, % SMM loss ≤ –10%, and % BFM loss ≤ –10% as independent factors for worse OS. Conclusion Post-esophagectomy, distinct temporal changes in BW, SMM, and BFM are observed. Significant reductions in SMM and BFM 3 POMs indicate a poor long-term prognosis.
0
Citation1
0
Save
0

Survival Impact of Inflammation-based Prognostic Scores in Metastatic or Unresectable Esophageal Cancer Treated With Pembrolizumab Plus Chemotherapy

Takahito Sugase et al.Jun 3, 2024
Pembrolizumab plus chemotherapy has been indicated as the first-line treatment for metastatic or unresectable locally advanced esophageal cancer. However, pretreatment biomarkers for predicting clinical outcomes remain unclear. We investigated the predictive value of inflammation-based prognostic scores in patients treated with pembrolizumab and chemotherapy. The Prognostic Nutritional Index (PNI), C-reactive protein/albumin ratio (CAR), neutrophil-to-lymphocyte ratio (NLR), and platelet-to-lymphocyte ratio (PLR) were calculated before initial treatment in 65 eligible patients with metastatic or unresectable locally advanced esophageal cancer receiving pembrolizumab plus CF therapy, and the relationship between these biomarkers and clinical outcomes was analyzed. The objective response rate (ORR) and progression disease (PD) were observed in 51% and 21% of all patients. Patients with PNI<39 have significantly worse treatment responses than those with PNI≥39 (ORR; 28% vs. 60%, PD; 44% vs. 13%, P =0.020). Progression-free survival (PFS) is significantly associated with the PNI and CAR ( P <0.001 and P =0.004, respectively). Overall survival (OS) is associated with PNI, CAR, and PLR ( P <0.001, P =0.008, and P =0.018, respectively). The PNI cutoff value of 39 is identified as an independent factor for PFS (odds ratio=0.27, 95% CI: 0.18–0.81, P =0.012) and OS (odds ratio=0.22, 95% CI: 0.08–0.59, P =0.003). Patients with PNI<39 have significantly worse 6-month PFS and 1-year OS than those with PNI≥39 (27.8% vs. 66.7%, 27.2% vs. 81.1%, respectively). In conclusion, inflammation-based prognostic scores are associated with survival in patients treated with pembrolizumab plus CF therapy. Pretreatment PNI is a promising candidate for predicting treatment response and survival.