Sarcopenia as a predictor of all-cause mortality among older nursing home residents: a systematic review and meta-analysis
Notice bibliographique
Résumé
OBJECTIVES: This study aims to review the evidence of sarcopenia as a predictor of all-cause mortality among nursing home residents. DESIGN: Systematic review and meta-analysis of observational cohort studies. DATA SOURCES: PubMed, EMBASE and the Cochrane Library databases were searched for relevant articles. PARTICIPANTS: Nursing home residents. PRIMARY AND SECONDARY OUTCOME MEASURES: All-cause mortality. DATA ANALYSIS: Summary-adjusted HRs or risk ratios (RRs) were calculated by fixed-effects model. The risk of bias was assessed by Newcastle-Ottawa Scale. RESULTS: =0). In addition, the subgroup analysis demonstrated that sarcopenia was associated with all-cause mortality (pooled HR 1.87,95% CI 1.38 to 2.52, p<0.001) when studies with a follow-up period of 1 year or more were analysed; however, this was not found for studies with the follow-up period less than 1 year. Furthermore, sarcopenia was significantly associated with the risk of mortality among older nursing home residents when using bioelectrical impedance analysis to diagnosis muscle mass (pooled HR 1.88, 95% CI 1.39 to 2.53, p<0.001); whereas, it was not found when anthropometric measures were used to diagnosis muscle mass. CONCLUSION: Sarcopenia is a significant predictor of all-cause mortality among older nursing home residents. Therefore, it is important to diagnose and treat sarcopenia to reduce mortality rates among nursing home residents. PROSPERO REGISTRATION NUMBER: CRD42018081668.
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 | 0,011 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,018 | 0,032 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».