Relationship between Handgrip Strength and Muscle Mass in Female Survivors of Breast Cancer: A Mediation Analysis
Notice bibliographique
Résumé
This study explored the mediating factors of sarcopenia in a group of women survivors of breast cancer in Bogotá, Colombia. This was a descriptive cross-sectional study with 98 women survivors of breast cancer, who were registered with the SIMMON (Integrated Synergies to Improve Oncological Management in Colombia) Foundation. Body weight, height, and waist circumference (WC) were measured, and body mass index (BMI) was calculated. Body composition (percentage of fat and muscle mass) was evaluated via four-pole bioelectrical impedance analysis. Sarcopenia was defined as low muscle mass plus low grip strength or low gait speed (European Working Group on Sarcopenia in Older People (EWGSOP) criteria). A “causal” mediation analysis with the Baron & Kenny procedure (PROCESS® macro, Columbus, OH, USA) was used to explore variables related to sarcopenia. Analyses were performed with the IBM SPSS 21 statistical package (SPSS Inc., Chicago, IL, USA). The significance level of the results obtained in the hypothesis contrast was p < 0.05. The mean age of the sample was 65.5 ± 5.9 years, with a BMI of 27.8 ± 4.7 kg/m2. The prevalence of sarcopenia was 22.4%. Linear regression models suggest a partial mediation of anthropometric parameters (body mass, body mass index and waist circumference) in the association between handgrip strength and muscle mass. In conclusion, one in every five women survivors of breast cancer had sarcopenia. The findings seem to emphasize the importance of obesity prevention in women survivors of breast cancer, suggesting that high handgrip strength may not relate closely to greater muscle mass and therefore would not exclude the risk of sarcopenia.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 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 ».