MétaCan
Menu
Retour à la cohorte
Enregistrement W2888339306 · doi:10.1093/gerona/gly192

Effect of Intentional Weight Loss on Mortality Biomarkers in Older Adults With Obesity

2018· article· en· W2888339306 sur OpenAlexaboutno aff
Lauren S. Roe, Daniel P. Beavers, Jessica Kiel, Stephen B. Kritchevsky, Kristen M. Beavers

Notice bibliographique

RevueThe Journals of Gerontology Series A · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on Aging
Mots-clésMedicineWeight lossInternal medicineCystatin CCreatinineObesityBlood pressureGastroenterology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Observational research has identified several mortality biomarkers; however, their responsiveness to change is unknown. We tested whether the Healthy Aging Index (HAI) and other mortality biomarkers were responsive to intentional weight loss (WL), which is associated with lower mortality risk in recent meta-analyses. METHODS: Older adults (70.3 ± 3.7 years) with obesity were randomized into a 6-month WL (n = 47) or weight stability (WS: ±5% baseline weight; n = 48) program. Baseline and 6-month HAI score (0-10) was calculated from component sum (each 0-2: systolic blood pressure, forced vital capacity [FVC], creatinine, fasting blood glucose [FBG], Montreal Cognitive Assessment), and gait speed, grip strength, Digit Symbol Substitution Test, FEV1, Interleukin-6, C-Reactive Protein, and Cystatin-C were assessed at baseline and 6 months. RESULTS: Mean baseline HAI was 3.2 ± 1.6. By 6 months, WL participants lost 8.87 (95% CI: -10.40, -7.34) kg, whereas WS participants remained weight stable. WL group reduced HAI score (WL: -0.75 [95% CI: -1.11, -0.39] vs WS: -0.22 [95% CI: -0.60, 0.15]; p = .04), and components changing the most were FBG (WL: -3.89 [95% CI: -7.78, 0.00] mg/dL vs WS: 1.45 [95% CI: -2.61, 5.50] mg/dL; p = .047) and FVC (WL: 0.11 [95% CI: -0.01, 0.23] L vs WS: -0.05 [95% CI: -0.17, 0.08] L; p = .06). Among other biomarkers, only Cystatin-C significantly changed (WL: -2.53 [95% CI: -4.38, -0.68] ng/mL vs WS: 0.07 [95% CI: -1.85, 1.98] ng/mL; p = .04). Combining treatment groups, 1 kg WL was associated with a 0.07 (95% CI: 0.03, 0.12) HAI reduction (p < .01). CONCLUSION: Intentional WL via caloric restriction reduced HAI score by 0.53 points, largely attributable to metabolic and pulmonary improvements.

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)0,004
score de la tête « metaresearch » (Gemma)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,008
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,029
Tête enseignante GPT0,364
Écart entre enseignants0,334 · 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

Citations13
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journals of Gerontology Series AMême sujetNutrition and Health in AgingTravaux en français237 207