Dynapaenic obesity and its association with health outcomes in older adult populations: protocol for a systematic review
Notice bibliographique
Résumé
INTRODUCTION: Two major global health challenges are the rapidly ageing population and the high prevalence of obesity in all age groups. Older adults are also susceptible to age-related loss of muscle strength, termed dynapaenia. The co-occurrence of both obesity and dynapaenia, termed dynapaenic obesity (DO), has been associated with poorer health outcomes and increased healthcare usage compared with either state alone. The purpose of this systematic review is to quantify the prevalence and incidence of DO in older adult populations, and to explore the association between DO and health outcomes, specifically chronic disease and multimorbidity, functional disability and healthcare usage. METHODS AND ANALYSIS: Using the Meta-analyses Of Observational Studies in Epidemiology guidelines, we will conduct a systematic review of cross-sectional and longitudinal observational studies of older adults, which include measures of DO and specified outcomes. Detailed literature searches of will be conducted using six electronic databases: Excerpta Medica dataBASE (EMBASE), PubMed, MEDLINE, SCOPUS, ScienceDirect and Cumulative Index of Nursing and Allied Health Complete (CINAHL), including articles published from database inception until Febuary 2019. The reference lists of included articles will also be searched. Two independent reviewers will undertake a three-step screening and review process using the Population, Risk Factor, Outcome framework to define eligibility. The Newcastle Ottawa Scale for non-randomised studies will be used to assess risk of bias and to rate study quality. The findings will be synthesised in a narrative summary, and a meta-analysis will be conducted where appropriate. ETHICS AND DISSEMINATION: Ethical approval is not required for this systematic review. Findings from this research will be submitted for peer-reviewed publication in academic journals, and presented at relevant academic conferences. PROSPERO REGISTRATION NUMBER: CRD42018112471.
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 | 0,064 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,005 |
| Méta-épidémiologie (sens large) | 0,018 | 0,019 |
| Bibliométrie | 0,014 | 0,013 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,007 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,059 | 0,007 |
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 ».