Morphological, Electrophysiological, and Metabolic Characteristics of Skeletal Muscle in People with End-Stage Renal Disease: A Critical Review
Notice bibliographique
Résumé
PURPOSE: Fatigue is one of the most frequent debilitating symptoms reported by people with end-stage renal disease (ESRD) on haemodialysis (HD) therapy. A wide range of underlying abnormalities, including skeletal muscle weakness, have been implicated as causes of this fatigue. Skeletal muscle weakness is well established in this population, and such muscle weakness is amenable to physical therapy treatment. The purpose of this review was to identify morphological, electrophysiological, and metabolic characteristics of skeletal muscles in people with ESRD/HD that may cause skeletal muscle weakness. METHOD: Electronic databases were searched for relevant literature from inception to March 2010. Inclusion criteria were English language; adult subjects with ESRD/HD; and the use of muscle biopsy, electromyography, and nuclear magnetic spectroscopy ((31)P-NMRS) techniques to evaluate muscle characteristics. RESULTS: In total, 38 studies were included. All studies of morphological characteristics reported type II fibre atrophy. Electrophysiological characteristics included both neuropathic and myopathic skeletal muscle changes. Studies of metabolic characteristics revealed higher cytosolic inorganic phosphate levels and reduced effective muscle mass. CONCLUSION: The results indicate an array of changes in the morphological, electrophysiological, and metabolic characteristics of skeletal muscle structure in people with ESRD/HD that may lead to muscle weakness.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».