One-Year Lifestyle Intervention, Muscle Lipids, and Cardiometabolic Risk
Notice bibliographique
Résumé
PURPOSE: Low-attenuation muscle (LAM) area at mid-thigh, a computed tomography (CT)-derived index of intramuscular lipids, is associated with insulin resistance, obesity, and type 2 diabetes. The present study aimed at testing the hypothesis that changes in LAM area in trunk muscles from a single abdominal scan could provide relevant information to evaluate the effects of a lifestyle intervention without the use of a mid-thigh CT scan. METHODS: Cardiometabolic risk variables, including waist circumference, lipoprotein-lipid profile, glucose tolerance, and cardiorespiratory fitness, were assessed in a sample of 102 dyslipidemic viscerally obese men at baseline and after a 1-yr lifestyle intervention. Abdominal (L4-L5) and mid-thigh CT scans were performed and abdominal muscles classified as psoas and core muscles. Scans were segmented to calculate muscle areas, LAM areas, and mean attenuation values. RESULTS: All muscle groups showed a decrease in LAM areas (P < 0.0001) in response to the lifestyle intervention. Changes in LAM areas were significantly associated with changes in triglycerides, high-density lipoprotein (HDL) cholesterol, cholesterol/HDL cholesterol ratio and log triglycerides/HDL cholesterol ratio (mid-thigh, 0.20 ≤ |r| ≤ 0.29; psoas, 0.28 ≤ |r| ≤ 0.38; core, 0.29 ≤ |r| ≤ 0.34, P < 0.05). Changes in core LAM area were significantly associated with changes in 2-h glucose levels, glucose area measured during the oral glucose tolerance test and homeostasis model assessment of insulin resistance (0.21 ≤ r ≤ 0.34, P < 0.05). Stepwise regression analyses showed that changes in LAM psoas area were associated with changes in HDL cholesterol and the cholesterol/HDL cholesterol ratio independently from changes in visceral adiposity. CONCLUSIONS: Changes in trunk LAM areas are useful indices of changes in mid-thigh LAM area observed with a 1-yr lifestyle intervention. Thus, an additional mid-thigh scan is not necessary to evaluate muscle lipid content by CT when an abdominal CT scan is available.
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 | 0,000 | 0,001 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».