Cut Points of Muscle Strength Associated with Metabolic Syndrome in Men
Notice bibliographique
Résumé
INTRODUCTION: The loss of muscle strength with age increases the likelihood of chronic conditions, including metabolic syndrome (MetS). However, the minimal threshold of muscle strength at which the risk for MetS increases has never been established. OBJECTIVE: This study aimed to identify a threshold of muscle strength associated with MetS in men. METHODS: We created receiver operating curves for muscle strength and the risk of MetS from a cross-sectional sample of 5685 men age <50 yr and 1541 men age ≥50 yr enrolled in the Aerobics Center Longitudinal Study. The primary outcome measure, the MetS, was defined according to the National Cholesterol Education Program Adult Treatment Panel III criteria. Upper and lower body muscle strength was treated as a composite measure of one-repetition maximum tests on bench and leg press and scaled to body weight. Low muscle strength was defined as the lowest age-specific 20th percentile, whereas high muscle strength was defined as composite muscle strength above the 20th percentile. RESULTS: In men aged <50 yr, the odds of MetS were 2.20-fold (95% confidence interval = 1.89-2.54) higher in those with low muscle strength, independent of age, smoking, and alcohol intake. The strength of this association was similar for men age ≥50 yr (odds ratio = 2.11, 95% confidence interval = 1.62-2.74). In men age < 50 yr, the composite strength threshold associated with MetS was 2.57 kg·kg body weight, whereas in men age ≥ 50 yr the threshold was 2.35 kg·kg body weight. CONCLUSION: This study is the first to identify a threshold of muscle strength associated with an increased likelihood of MetS in men. Measures of muscle strength may help identify men at risk of chronic disease.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».