Energy requirements in patients with upper gastrointestinal cancer prior to radical surgery as assessed by indirect calorimetry

Cover Page

Cite item

Full Text

Abstract

BACKGROUND: Nutritional support (NS) is an essential component of prehabilitation before surgical intervention in cancer patients with upper gastrointestinal (GI) tract cancer who have completed neoadjuvant chemotherapy (NACT). However, their actual energy requirements remain poorly understood.

AIM: The work aimed to determine energy requirements using indirect calorimetry (IC) in patients with malignant tumors of the upper GI tract who had completed NACT and were scheduled for radical surgical intervention.

METHODS: This observational, cross-sectional, single-center study included patients with upper GI tract cancer who completed NACT and were scheduled for radical surgery. Upon admission, body weight and height were measured. Body mass index (BMI) and weight loss over the preceding six months (as % of usual body weight) were calculated. Energy requirements were assessed via IC and also calculated using the Harris–Benedict equation with stress factors. The degree of protein-energy malnutrition (PEM) was classified according to GLIM criteria. Daily energy intake was calculated. Statistical analysis was performed using Microsoft Excel 2011. Data are presented as Me [Q1; Q3].

RESULTS: A total of 42 patients (24 males) were assessed; median age was 64 years [57; 72]. Esophageal cancer was diagnosed in 26 patients (61.9%), gastric cancer in 16 (38.1%). Median 6-month weight loss was 11.53% [8.62; 20.04], BMI was 24 [19.5; 26.88] kg/m2. IC-based basal metabolic rate (BMR) was 1485.5 [1327.75; 1622.25] kcal/day; actual energy requirement (AER) was 1960.86 [1752.63; 2141.37] kcal/day, or 28.37 [26.23; 32.78] kcal/kg. According to the Harris–Benedict equation, BMR was 1391.43 [1264.22; 1525.49] kcal/day, AER was 1836.69 [1668.78; 2013.64] kcal/day, or 27.35 [25.73; 30.24] kcal/kg. Caloric intake was 1232.00 [967.00; 1479.25] kcal/day, or 18.91 [15.90; 21.18] kcal/kg. The IC method yielded greater variability compared to calculated estimates. Moderate PEM was diagnosed in 15 patients (35.7%), and severe PEM in 27 (64.3%).

CONCLUSION: Patients with upper GI tract cancer who have undergone NACT present with PEM, the primary diagnostic criterion being unintentional weight loss over the preceding six months. IC-based BMR measurements provide more individualized results than those derived from the Harris–Benedict equation.

About the authors

Olga A. Obukhova

Russian Cancer Research Center NN Blokhin

Author for correspondence.
Email: obukhova0404@yandex.ru
ORCID iD: 0000-0003-0197-7721
SPIN-code: 6876-7701

MD, PhD, Cand. Sci. (Medicine)

Russian Federation, Moscow

Ildar A. Kurmukov

Russian Cancer Research Center NN Blokhin

Email: kurmukovia@gmail.com
ORCID iD: 0000-0001-8463-2600
SPIN-code: 3692-5202

MD, PhD, Cand. Sci. (Medicine)

Russian Federation, Moscow

Grigory S. Yunaev

Russian Cancer Research Center NN Blokhin

Email: garik_dr@mail.ru
ORCID iD: 0000-0002-9562-9113
SPIN-code: 4410-8937
Russian Federation, Moscow

References

  1. Obukhova OA, Kurmukov IA, Ryk AA. The effect of nutritional support on nutritional status, quality of life, and survival in cancer patients receiving systemic anticancer therapy. Clinical nutrition and metabolism. 2022;3(1):50-61. doi: 10.17816/clinutr104771 EDN: VJKFTI
  2. Obukhova OA, Bagrova SG, Besova NS, et al. Evaluation of nutritional status of patients with inoperable gastric cancer at the start of antitumor treatment. Preliminary results of a prospective observational study. Difficult patient. 2018;16(6):6-11. (In Russ.) EDN: UYUQCM
  3. Cederholm T, Jensen GL, Correia MITD, et al. GLIM criteria for the diagnosis of malnutrition – a consensus report from the global clinical nutrition community. Clin Nutr. 2019;38(1):1-9. doi: 10.1016/j.clnu.2018.08.002
  4. Petrikov SS, Khubutia MSh, Popova TS, editors. Parenteral and enteral nutrition: national guidelines. 2nd ed. Moscow: GEOTAR-Media, 2023. (In Russ.) doi: 10.33029/9704-7277-4-PAR-2023-1-1168 EDN: FXMQGG
  5. Oshima T, Berger MM, Waele ED, et al. Indirect calorimetry in nutritional therapy. A position paper by the ICALIC study group. Clin Nutr. 2017;36(3):651-662. doi: 10.1016/j.clnu.2016.06.010
  6. Baranovsky AYu, editor. Dietetics. 5th ed. Saint Petersburg: Peter, 2017. (In Russ.)
  7. Dreval AV, Vysotsky VG, Yatsyshina TA, et al. Indirect calorimetry in the differential diagnosis of the metabolic status of obese patients with non-insulin dependent diabetes mellitus. Problems of Endocrinology. 1993; 39(2):4-7. (In Russ.) doi: 10.14341/probl11937 EDN: KJWSET
  8. Mazzo R, Ribeiro FB, Vasques ACJ. Accuracy of predictive equations versus indirect calorimetry for the evaluation of energy expenditure in cancer patients with solid tumors — An integrative systematic review study. Clin Nutr ESPEN. 2020;35:12-19. doi: 10.1016/j.clnesp.2019.11.001 EDN: UVORNI
  9. Barcellos PS, Borges N, Torres DPM. Resting energy expenditure in cancer patients: agreement between predictive equations and indirect calorimetry. Clin Nutr ESPEN. 2021;42:286-291. doi: 10.1016/j.clnesp.2021.01.019 EDN: BWVMWD
  10. Ławiński M, Ksepka N, Mickael ME, et al. Predictive equations in determining resting energy expenditure in patients with head and neck cancer receiving home enteral nutrition. Nutrition. 2025;131:112636. doi: 10.1016/j.nut.2024.112636 EDN: WRZZHH
  11. Ivanova AS, Obukhova OA, Kurmukov IA, Volf LYa. Review of ESPEN-2021 Practice Guidelines for Cancer Patients: Part 1. Clinical nutrition and metabolism. 2022;3(3):140-152. doi: 10.17816/clinutr111900 EDN: YLUOMT

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. 1. Comparison of resting energy expenditure values in the studied cohort obtained by indirect calorimetry (red line, ranked results) and calculated using the Harris–Benedict equation (blue line). A statistically significant Spearman correlation coefficient of 0.431 (p < 0.05) confirms a moderate positive relationship between measured and calculated values (for ease of visual interpretation, trends are indicated with black straight lines).

Download (128KB)

Copyright (c) 2025 Eco-Vector

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».