MétaCan
Menu
Retour à la cohorte
Enregistrement W2088664384 · doi:10.1097/00075197-200011000-00012

The utility of resistance exercise training and amino acid supplementation for reversing age-associated decrements in muscle protein mass and function

2000· review· en· W2088664384 sur OpenAlexaff
Gianni Parise, Kevin E. Yarasheski

Notice bibliographique

RevueCurrent Opinion in Clinical Nutrition & Metabolic Care · 2000
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle metabolism and nutrition
Établissements canadiensMcMaster University
Organismes subventionnairesNational Center for Research ResourcesNational Institute of Diabetes and Digestive and Kidney DiseasesNational Institutes of Health
Mots-clésSarcopeniaSkeletal muscleMedicineMuscle massMuscle powerResistance trainingMuscle proteinMuscle strengthPhysical medicine and rehabilitationPhysical therapyInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

Advancing age is associated with reduced skeletal muscle protein synthesis, altered expression of and chemical modifications to muscle proteins, reduced muscle strength, muscle strength per unit muscle mass and muscle power (sarcopenia). These age-associated impairments in the quantity and quality of contractile protein contribute to physical disability and frailty, a loss of independent function, the risk of falling and fractures, and escalating health-care costs. Progressive resistance exercise training is a potent, non-pharmacologic, efficacious therapy for the impairment in muscle quantity and quality in middle age and physically frail adults. Evidence is accumulating that dietary amino acid supplementation may also improve muscle protein balance in the elderly. Several potential cellular mechanisms for the loss of muscle protein and resistance exercise-induced improvements in muscle quantity and quality in elderly adults are reviewed.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,007

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 Opus0,131
Tête enseignante GPT0,420
Écart entre enseignants0,289 · 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

Citations51
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Opinion in Clinical Nutrition & Metabolic CareMême sujetMuscle metabolism and nutritionTravaux en français237 207