MétaCan
Menu
Retour à la cohorte
Enregistrement W2890577255 · doi:10.1159/000492572

Prevalence and Associated Factors of Sarcopenia and Frailty in Parkinson’s Disease: A Cross-Sectional Study

2018· article· en· W2890577255 sur OpenAlexaboutno aff
Marina Peball, Philipp Mahlknecht, Mario Werkmann, Kathrin Marini, Franziska Murr, Helga Herzmann, Heike Stockner, Roberto De Marzi, Beatrice Heim, Atbin Djamshidian, Peter Willeit, Johann Willeit, Stefan Kiechl, Dora Valent, Florian Krismer, Gregor K. Wenning, Michael Nocker, Katherina Mair, Werner Poewe, Klaus Seppi

Notice bibliographique

RevueGerontology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSarcopeniaMedicineCohortPopulationQuality of life (healthcare)Cross-sectional studyParkinson's diseaseInternal medicineGerontologyCohort studyDiseasePathologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Sarcopenia and frailty are found in up to one-third of the general elderly population. Both are associated with major adverse health outcomes such as nursing home placement, disability, decreased quality of life, and death. Data on the frequency of both syndromes in Parkinson's disease (PD), however, are very limited. OBJECTIVE: We aimed to screen for sarcopenia and frailty in PD patients and to assess potential associations of both geriatric syndromes with demographic and clinical parameters as well as quality of life. METHODS: In this observational, cross-sectional study, we included 104 PD patients from a tertiary center and 330 non-PD controls from a population-based cohort aged > 65 years. All groups were screened for sarcopenia using the SARC-F score and for frailty using the Clinical Frailty Scale of the Canadian Study of Health and Aging (CSHA CFS). Prevalence rates of sarcopenia and frailty were also assessed in 18 PD patients from a population-based cohort aged > 65 years. Moreover, PD patients from the tertiary center were evaluated for motor and non-motor symptoms, quality of life, and dependency. RESULTS: The prevalence of sarcopenia was 55.8% (95% CI: 46.2-64.9%) in PD patients from the tertiary center and 8.2% (5.7-11.7%; p < 0.001) in non-PD controls. Frailty was detected in 35.6% (27.0-45.2%) and 5.2% (3.2-8.1%; p < 0.001). Prevalence rates for sarcopenia and frailty were 33.3% (16.1-56.4%; p = 0.004) and 22.2% (8.5-45.8%; p = 0.017) in the community-based PD sample. Both sarcopenia and frailty were significantly associated with longer disease duration, higher motor impairment, higher Hoehn and Yahr stages, decreased quality of life, higher frequency of falls, a higher non-motor symptom burden, institutionalization, and higher care levels in PD patients from a tertiary center compared to not affected PD patients (all p < 0.05). CONCLUSIONS: Both frailty and sarcopenia are more common in PD patients than in the general community and are associated with a more adverse course of the disease. Future studies should look into underlying risk factors for the occurrence of sarcopenia and frailty in PD patients and into adequate management to prevent and mitigate them.

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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
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 Opus0,104
Tête enseignante GPT0,407
Écart entre enseignants0,303 · 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

Citations114
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGerontologyMême sujetNutrition and Health in AgingTravaux en français237 207