Sarcopenic obesity and cognitive performance
Notice bibliographique
Résumé
Background: Sarcopenia and obesity both negatively impact health including cognitive function. Their coexistence, however, can pose an even higher threat likely surpassing their individual effects. We assessed the relationship of sarcopenic obesity with performance on global- and subdomain-specific tests of cognition. Patients and methods: The study was a cross-sectional analysis of data from a series of community-based aging and memory studies. The sample consisted of a total of 353 participants with an average age of 69 years with a clinic visit and valid cognitive (eg, Montreal Cognitive Assessment, animal naming), functional (eg, grip strength, chair stands), and body composition (eg, muscle mass, body mass index, percent body fat) measurements. Results: Sarcopenic obesity was associated with the lowest performance on global cognition (Est. Definition1 =−2.85±1.38, p =0.039), followed by sarcopenia (Est. Definition1 =−1.88±0.79, p =0.017) and obesity (Est. Definition1 =−1.10±0.81, p =0.175) adjusted for sociodemographic factors. The latter, however, did not differ significantly from the comparison group consisting of older adults with neither sarcopenia nor obesity. Subdomain-specific analyses revealed executive function (Est. Definition1 =−1.22±0.46 for sarcopenic obesity; Est. Definition1 =−0.76±0.26 for sarcopenia; Est. Definition1 =−0.52±0.27 for obesity all at p 0.05) and orientation (Est. Definition1 =0.59±0.26 for sarcopenic obesity; Est. Definition1 =−0.36±0.15 for sarcopenia; Est. Definition1 =−0.29±0.15 all but obesity significant at p <0.05) as the individual cognitive skills likely to be impacted. Potential age-specific and depression effects are discussed. Conclusion: Sarcopenia alone and in combination with sarcopenic obesity can be used in clinical practice as indicators of probable cognitive impairment. At-risk older adults may benefit from programs addressing loss of cognitive function by maintaining/improving strength and preventing obesity. Keywords: sarcopenia, obesity, sarcopenic obesity, cognition, cross-sectional studies
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 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) | 0,002 | 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 ».