MétaCan
Menu
Retour à la cohorte
Enregistrement W3091967282 · doi:10.1017/s0029665120007892

Nutrient-dense protein as a primary dietary strategy in healthy ageing: please sir, may we have more?

2020· review· en· W3091967282 sur OpenAlexaff
Everson Araújo Nunes, Brad S. Currier, Changhyun Lim, Stuart M. Phillips

Notice bibliographique

RevueProceedings of The Nutrition Society · 2020
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle metabolism and nutrition
Établissements canadiensMcMaster University
Organismes subventionnairesNational Research Foundation of KoreaConselho Nacional de Desenvolvimento Científico e TecnológicoNational Research Foundation
Mots-clésIngestionAgeingSkeletal muscleMuscle massSarcopeniaMuscle proteinMedicineDietary proteinGerontologyNutrientPhysiologyBiologyEndocrinologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

A progressive decrement in muscle mass and muscle function, sarcopoenia, accompanies ageing. The loss of skeletal muscle mass and function is the main feature of sarcopoenia. Preventing the loss of muscle mass is relevant since sarcopoenia can have a significant impact on mobility and the quality of life of older people. Dietary protein and physical activity have an essential role in slowing muscle mass loss and helping to maintain muscle function. However, the current recommendations for daily protein ingestion for older persons appear to be too low and are in need of adjustment. In this review, we discuss the skeletal muscle response to protein ingestion, and review the data examining current dietary protein recommendations in the older subjects. Furthermore, we review the concept of protein quality and the important role that nutrient-dense protein (NDP) sources play in meeting overall nutrient requirements and improving dietary quality. Overall, the current evidence endorses an increase in the daily ingestion of protein with emphasis on the ingestion of NDP choices by older adults.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,833
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,306
Écart entre enseignants0,272 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of The Nutrition SocietyMême sujetMuscle metabolism and nutritionTravaux en français237 207