Nonalcoholic Fatty Liver Disease in The Rotterdam Study: About Muscle Mass, Sarcopenia, Fat Mass, and Fat Distribution
Notice bibliographique
Résumé
ABSTRACT Nonalcoholic fatty liver disease (NAFLD) is the most prevalent liver disease worldwide. Obesity is a major risk factor for NAFLD and recently, low skeletal muscle mass emerged as additional risk factor for NAFLD. However, the different contributions of body mass index (BMI) to the risk of NAFLD are not yet well-known. We therefore studied body composition and muscle function with NAFLD in an elderly population-based study. Participants of European descent underwent dual-energy X-ray absorptiometry (DXA) and hepatic ultrasonography. NAFLD was defined as liver steatosis in absence of secondary causes for steatosis. Skeletal muscle index (SMI) was defined as appendicular lean mass/height2 and (pre)sarcopenia was defined using the European Working Group on Sarcopenia in Older People (EWGSOP) consensus guidelines. All analyses were stratified by sex and BMI (cut point: 25 kg/m2) and adjusted for age, weight, height, homeostasis model assessment of insulin resistance (HOMA-IR), triglycerides, and android-fat-to-gynoid-fat ratio (AGR). We included 4609 participants, of whom 1623 had NAFLD (n = 161 normal-weight and n = 1462 overweight). Presarcopenia and sarcopenia prevalence was low (5.9% and 4.5%, respectively) and both were not associated with NAFLD. SMI was associated with less NAFLD in normal-weight women (OR, 0.48; 95% CI, 0.29 to 0.80). A similar association for SMI and NAFLD was seen in normal-weight men, but significance dissipated after adjustment for AGR (OR, 0.63; 95% CI, 0.39 to 1.02). Generally, fat mass was a better predictor for NAFLD than lean mass. In particular, android fat mass was associated with all NAFLD subgroups (OR from 1.77 in overweight men to 8.34 in normal-weight women, pmax = 0.001), whereas substitution of gynoid fat mass for other body components had a significant protective association with NAFLD in every subgroup, but normal-weight men. Likewise, AGR was the best performing predictor for NAFLD prevalence (OR from 1.97 in normal-weight men to 4.81 in normal-weight women, pmax < 0.001). In conclusion, both high fat mass and low SMI were associated with normal-weight NAFLD. However, fat distribution (as assessed by AGR) could best predict NAFLD prevalence. © 2019 The Authors. Journal of Bone and Mineral Research Published by Wiley Periodicals, Inc.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».