MétaCan
Menu
Retour à la cohorte
Enregistrement W1979496891 · doi:10.1002/biof.5

Sarcopenia of aging: Underlying cellular mechanisms and protection by calorie restriction

2009· review· en· W1979496891 sur OpenAlexaff
Emanuele Marzetti, Hazel A. Lees, Stephanie E. Wohlgemuth, Christiaan Leeuwenburgh

Notice bibliographique

RevueBioFactors · 2009
Typereview
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensInstitute of Aging
Organismes subventionnairesInstitute on Aging, College of Medicine, University of FloridaNational Institute on AgingUniversity of Florida
Mots-clésSarcopeniaMitochondrial biogenesisCalorie restrictionAutophagyBiogenesisMitochondrionOxidative stressBiologyAgeingCell biologyMalnutritionBioinformaticsApoptosisEndocrinologyMedicineInternal medicineBiochemistryGeneticsGene

Résumé

récupéré en direct d'OpenAlex

Sarcopenia, the loss of muscle mass and function, is a common feature of aging and impacts on individual health and quality of life. Several cellular mechanisms have been involved in the pathogenesis of this syndrome, including mitochondrial dysfunction, altered apoptotic and autophagic signaling, and, more recently, trace metal dyshomeostasis. Calorie restriction (CR) without malnutrition has been shown to ameliorate the age-related loss of muscle mass in a variety a species. Mechanisms of protection span from preservation of mitochondrial functional and structural integrity to mitochondrial biogenesis, reduction of oxidative stress, and favorable modulation of apoptotic and autophagic signaling pathways. Importantly, preliminary evidence indicates that moderate CR may promote muscle mitochondrial biogenesis in middle-aged human subjects. Further research is warranted to investigate whether CR may represent a safe and efficient strategy to delay the onset and mitigate the progression of sarcopenia in older adults.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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.

Tête enseignante Opus0,175
Tête enseignante GPT0,388
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations180
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioFactorsMême sujetNutrition and Health in AgingTravaux en français237 207