Toward a sex‐specific relationship between muscle strength and appendicular lean body mass index?
Notice bibliographique
Résumé
BACKGROUND: In spite of some dissociation between muscle mass and strength, muscle strength is often used as a proxy to identify individuals with low muscle mass (sarcopenia). Thus, the aim of the present study was to investigate the relationship between muscle strength and the appendicular lean body mass index (app LBMI). METHODS: One hundred and five individuals were recruited. Knee extension and handgrip strength were measured. Body composition was assessed by DXA. App LBMI was calculated as appendicular lean body mass divided by height squared. RESULTS: At le level of the entire cohort, both handgrip (r = 0.73; p < 0.001) and knee extension strength (r = 0.57; p < 0.001) were associated with app LBMI. However, in women, knee extension strength (r = 0.32; p < 0.05) but not handgrip strength (r = 0.14; p = 0.35) was associated with app LBMI; while in men, handgrip strength (r = 0.43; p < 0.01) but not knee extension strength (r = 0.27; p = 0.09) was associated with app LBMI. CONCLUSIONS: Muscle strength appears to be associated with lean body mass; however, handgrip strength may be preferentially used in men and knee extension strength in women to detect sarcopenic individuals. Future larger studies are now needed to confirm our findings and their clinical relevance.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».