WITHDRAWN: Combined triglyceride-glucose and frailty index (TyGFI) and risk of endometrial cancer in U.S. women aged >=45: NHANES 2011-2018 analysis integrating data engineering and machine learning with logistic modeling
Este estudo retirado analisou dados do NHANES 2011-2018 para demonstrar que o índice combinado de triglicerídeos-glicose e índice de fragilidade (TyGFI) está significativamente associado à prevalência de câncer de endométrio em mulheres nos EUA com 45 anos ou mais, emergindo como o preditor dominante em modelos de aprendizado de máquina com um AUC de 0,999.
Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA de um preprint que não foi revisado por pares. Não é aconselhamento médico. Não tome decisões de saúde com base neste conteúdo. Ler aviso legal completo
Com base no texto fornecido, que é um preprint retirado, um resumo técnico detalhado do conteúdo da pesquisa, metodologia e alegações é o seguinte:
Problema de Pesquisa
O estudo visava investigar a associação entre uma métrica combinada de saúde metabólica e vulnerabilidade física — o índice Triglicerídeo-Glicose (TyG) combinado com o Índice de Fragilidade (TyGFI) — e o risco de câncer de endométrio. A pesquisa focou especificamente em mulheres dos EUA com 45 anos ou mais, utilizando dados da National Health and Nutrition Examination Survey (NHANES) abrangendo os anos de 2011–2018.
Metodologia
Os autores propuseram uma estrutura analítica que integrou:
- Fonte de Dados: Conjuntos de dados NHANES 2011–2018.
- Variável de Exposição: Um índice composto denominado TyGFI, derivado do índice Triglicerídeo-Glicose (TyG) e do Índice de Fragilidade.
- Abordagem Analítica: O estudo empregou técnicas de engenharia de dados, algoritmos de aprendizado de máquina (machine learning) e modelagem logística para avaliar a relação entre o TyGFI e a incidência de câncer de endométrio.
Principais Contribuições e Alegações
O artigo pretendia apresentar uma tentativa inovadora de sintetizar métricas metabólicas e de fragilidade em um único preditor (TyGFI) para o risco de câncer de endométrio, aproveitando métodos computacionais avançados (aprendizado de máquina e engenharia de dados) juntamente com a regressão logística tradicional. Os autores pretendiam fornecer uma análise abrangente de como esses fatores combinados influenciam o risco de câncer na demografia especificada.
Resultados e Status Atual
Crucialmente, este artigo não reporta resultados válidos.
O manuscrito foi retirado pelos autores. A declaração de retirada cita explicitamente uma falha metodológica crítica:
- Limitação de Dados: O número de casos positivos (mulheres com câncer de endométrio) dentro do conjunto de dados original era muito pequeno.
- Consequência Estatística: Essa escassez de casos levou a falhas graves na análise estatística.
- Resultado: Devido a essas falhas, os autores concluíram que os achados e conclusões são não confiáveis.
Significância e Posição dos Autores
O artigo não reivindica significância científica em seu estado atual de retirada. Em vez disso, os autores emitem um aviso formal:
- Eles não desejam que este trabalho seja citado como referência para qualquer projeto.
- Eles reconhecem que o estudo não pode orientar a prática clínica ou informar o entendimento científico devido à não confiabilidade da análise de dados.
- Os autores enfatizam que o preprint não deve ser usado para guiar a prática clínica, consistente com o aviso padrão para preprints não revisados por pares, mas reforçam isso especificamente devido à insuficiência interna de dados que motivou a retirada.
Em resumo, embora o artigo tenha proposto uma abordagem metodológica inovadora para estudar o risco de câncer de endométrio, os próprios autores invalidaram o trabalho, afirmando que a base estatística era insuficiente para sustentar quaisquer conclusões.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.