Associations of Quadriceps Torque Properties with Muscle Size, Attenuation, and Intramuscular Adipose Tissue in Older Adults
Notice bibliographique
Résumé
Background: Atrophy and fatty infiltration of muscle with aging are associated with fractures and falls, however, their direct associations with muscle function are not well described. It was hypothesized that participants with lower quadriceps muscle attenuation, area, and greater intramuscular adipose tissue (IMAT) will exhibit slower rates of torque development (RTD) and lower peak knee extension torques. Methods: Data from 4,842 participants (2,041 men, 2,801 women) from the Age Gene/Environment Susceptibility Reykjavik Study (mean age 76 ± 0.1 years) with complete thigh computed tomography and isometric knee testing. Regression models were adjusted for health, behavior, and comorbidities. Muscle attenuation was further adjusted for muscle area and IMAT; muscle area adjusted for IMAT and attenuation; and IMAT adjusted for muscle area and attenuation. Standardized betas (β) indicate association effect sizes. Results: In the fully-adjusted models, attenuation (men β = 0.06, 95% CI: 0.01, 0.11; women β = 0.07, 95% CI: 0.03, 0.11) and muscle area (men β = 0.13, 95% CI: 0.07, 0.19; women β = 0.10, 95% CI: 0.06, 0.15) were associated with knee RTD. Attenuation (men β = 0.12, 95% CI: 0.08, 0.16; women β = 0.12, 95% CI: 0.09, 0.16) and muscle area (men β = 0.38, 95% CI: 0.33, 0.43; women β = 0.33, 95% CI: 0.29, 0.37) were associated with peak torque. Conclusions: These data suggest that muscle attenuation and area are independently associated with RTD and peak torque; and that area and attenuation demonstrate similar contributions to RTD.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 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 ».