MétaCan
Menu
Retour à la cohorte
Enregistrement W2733160686 · doi:10.1093/geroni/igx004.2081

OBESITY AND LONGITUDINAL CHANGES OF HANDGRIP STRENGTH IN OLDER ADULTS FROM DIFFERENT CONTEXTS

2017· article· en· W2733160686 sur OpenAlexaboutno aff
Caroline de Barros Gomes, Nicole Rosendaal, Rita Guerra

Notice bibliographique

RevueInnovation in Aging · 2017
Typearticle
Langueen
DomainePsychology
ThématiqueHealth and Well-being Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWaistQuartileLongitudinal studyCircumferenceMedicineAbdominal obesityObesityDemographyHand strengthGerontologyMuscle strengthPhysical therapyGrip strengthInternal medicineConfidence intervalMathematics

Résumé

récupéré en direct d'OpenAlex

It has been suggested that the amount of fat tissue may contribute to accelerated loss strength with aging. However, little is known about longitudinal associations between obesity and low muscle strength. To examine the predictive value of abdominal obesity on longitudinal changes of handgrip strength (HGS) in older men and women. Data on 803 community-dwelling older adults, between 65–74 years, were collected in 2012, 2014, 2016 in Natal (Brazil) and Saint-Hyacinthe (Canada). Sociodemographic characteristics, height, weight, waist circumference (WC) and HGS were assessed. Sex-specific linear mixed models were fitted to examine the trajectory of HGS according to quartiles of baseline WC. Among men, mean four year HGS was 2.62kg (p-value < 0.01). There was a gradient between decline of HGS and WC, with increasing decline among those with greatest waist circumference values (6.15 kg, p-value <0.001) after adjustment for age, research site, height and weight. In women, four year decline in HGS was smaller 1.0 kg (p-value < 0.01) and no association between baseline WC and decline in HGS was observed. Findings agree with previous cross-sectional research and emphasize the need for sex-specific analyses.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,348
Écart entre enseignants0,313 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovation in AgingMême sujetHealth and Well-being StudiesTravaux en français237 207