Malnutrition, fatigue, frailty, vulnerability, sarcopenia and cachexia
Notice bibliographique
Résumé
PURPOSE OF REVIEW: Malnutrition, fatigue, frailty, vulnerability, sarcopenia and cachexia all phenotypically present with the same features because they are subject to the operation of similar mechanistic factors. However, the conditions referred to above differ by which mechanism dominates the cause of the clinical condition. This review discusses the overlap and differences, which distinguish as well as unite these different conditions and allow a rationale for treatment. RECENT FINDINGS: In the continuum of malnutrition, cachexia, sarcopenia and frailty the recent activities focus on two areas. The first is a better understanding of the mechanisms of cachexia and sarcopenia and frailty. In particular, the differential effects of cytokines on muscle and on the hypothalamic system. The effects of inactivity promoting the loss of body mass in cachexia and sarcopenia as well as the positive effects of exercise. The second is the development of a synthesis of available literature to develop consensus documents about the definition, causes, diagnosis and treatment of cachexia, sarcopenia and frailty. SUMMARY: Loss of body tissues resulting in wasting is a common phenotype for several different conditions which can be caused by a combination of reduced food intake, excessive requirements, altered metabolism, sepsis, trauma, ageing and inactivity. They have been referred to loosely as malnutrition but in not all will respond to simply providing nutrients. In this review the common features and the differences as they relate to cause and response to treatment are discussed.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».