Effect of Sarcopenia on Cardiovascular Disease Risk Factors in Obese Postmenopausal Women
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To compare sarcopenic-obese and obese postmenopausal women for risk factors predisposing to cardiovascular disease (CVD) and determine whether there may be a relationship between muscle mass and metabolic risk in obese postmenopausal women. RESEARCH METHODS AND PROCEDURES: In this cross-sectional study, 22 healthy obese postmenopausal women (mean age, 66 +/- 5 years; mean BMI, 27 +/- 3 kg/m(2)) were divided into two groups matched for age (+/-2 years) and fat mass (FM) (+/-2%). Sarcopenia was defined as a muscle mass index of <14.30 kg fat-free mass (FFM)/m(2) (which corresponds to 1 standard deviation below the values of a young reference population), and obesity was defined as an FM of >35% (which corresponds to the World Health Organization guidelines). FM, FFM (measured by DXA), daily energy expenditure (accelerometry), dietary intake (3-day dietary record), and blood biochemical analyses (lipid profile, insulin, glucose, and C-reactive protein) were obtained. Visceral fat mass (VFM) was calculated by the equation of Bertin, which estimates VFM from DXA measurements. RESULTS: Obese women had more FFM (p = 0.006), abdominal FM (p = 0.047), and VFM (p = 0.041) and a worse lipid profile [p = 0.040 for triglycerides; p = 0.004 for high-density lipoprotein (HDL); p = 0.026 for total cholesterol/HDL] than sarcopenic-obese postmenopausal women. Obese women also ingested significantly more animal (p = 0.001) and less vegetal proteins (p = 0.013), although both groups had a similar total protein intake (p = 0.967). DISCUSSION: Sarcopenia seems to be associated with lower risk factors predisposing to CVD in obese postmenopausal women. With the increase in the number of aging people, the health implications of being sarcopenic-obese merit more attention.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découle