Body composition, muscle function, and physical performance in fibrotic interstitial lung disease: a prospective cohort study
Notice bibliographique
Résumé
BACKGROUND: Patients with fibrotic interstitial lung disease (ILD) are frequently physically inactive and many ILD subtypes are characterized by risk factors for myopathy; however, the importance of body composition, muscle strength, and physical performance in this population is largely unknown. METHODS: Patients were prospectively recruited from a specialized ILD clinic, baseline characteristics were collected from the clinical record, pulmonary function tests were performed per established protocols, and dyspnea was measured using the University of California San Diego Shortness of Breath Questionnaire. Dual-energy X-ray absorptiometry (DXA) was used to assess body composition; handgrip strength to determine muscle strength, and 4-m gait speed to measure physical performance. RESULTS: One hundred and fifteen patients with fibrotic ILD including 40 patients with idiopathic pulmonary fibrosis were recruited. The mean age was 69+/- 10 years in men (62% of the cohort), and 66+/- 9 years in women, with mild and moderate reduction in FVC and DLCO, respectively, for both sexes. ILD severity (measured by FVC %-predicted, DLCO %-predicted, or the Composite Physiologic Index in separate models) significantly predicted muscle mass and percent body fat including with adjustment for age, sex, and weight. ILD severity was associated with grip strength and gait speed independent from body composition. CONCLUSIONS: ILD severity has an important impact on body composition, particularly in men. Future studies are needed to confirm and further explore the possibility of additional pathways through which ILD directly impacts limb muscle function and physical performance.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».