Sarcopenia and cachexia in the era of obesity: clinical and nutritional impact
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
Our understanding of body composition (BC) variability in contemporary populations has significantly increased with the use of imaging techniques. Abnormal BC such as sarcopenia (low muscle mass) and obesity (excess adipose tissue) are predictors of poorer prognosis in a variety of conditions or clinical situations. As a catabolic illness, a defining feature of cancer is muscle loss. Although the conceptual model of wasting in cancer is typically conceived as involuntary weight loss leading to low body weight, recent studies have shown that both sarcopenia and cachexia can be present with obesity. The combination of low muscle and high adipose tissue (sarcopenic obesity) is an emerging abnormal BC phenotype prevalent across the body weight, and hence BMI spectra. Sarcopenia and sarcopenic obesity in cancer are in most instances occult conditions, which have been independently associated with higher incidence of chemotherapy toxicity, shorter time to tumour progression, poorer outcomes of surgery, physical impairment and shorter survival. Although the mechanisms are yet to be fully understood, the associations with poorer clinical outcomes emphasise the value of nutritional assessment as well as the need to develop appropriate interventions to countermeasure abnormal BC. Sarcopenia and sarcopenic obesity create diverse nutritional requirements, highlighting the compelling need for a more comprehensive and differentiated understanding of energy and protein requirements in this heterogeneous population.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| 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