Age and sex-related decline of muscle strength across the adult lifespan: a scoping review of aggregated data
Notice bibliographique
Résumé
Muscle strength is sex-related and declines with advancing age; yet, a comprehensive comparative evaluation of age-related strength loss in human females and males has not been undertaken. To do so, segmented piecewise regression analysis was performed on aggregated data from studies published from 1990 to 2018 and are available in CINAHL, EMBASE, MEDLINE, and PsycINFO databases. The search identified 5613 articles that were reviewed for physical assessment results stratified by sex and age. Maximal isometric and isokinetic 60°·s −1 knee extension (KE) and knee flexion (KF) contractions from 57 studies and 15 283 subjects (N = 7918 females) had sufficient data reported on females and males for meaningful statistical evaluation to be undertaken. The analysis revealed that isometric KE and KF strength undergo similar rapid declines in both sexes late in the sixth decade of life. Yet, there is an abrupt age-related decline in KE 60°·s −1 peak torque earlier in females (aged 41.8 years) than males (aged 66.7 years). In the assessment of KF peak torque, an age-related acceleration in strength loss was only identified in males (aged 49.3 years). The results suggest that age-related isometric strength loss is similar between sexes while the characteristics of KE and KF peak torque decline are sex-related, which likely explains the differential rate of age-related functional decline. Novelty Inclusion of muscle strength and torque of KE and KF data from >15 000 subjects. Isometric KE and KF strength loss are similar between sexes. Isokinetic 60°·s −1 KE torque decline accelerates 25 years earlier in females and female age-related KF peak torque decline does not accelerate with age.
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) | 0,003 | 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 ».