Associations Between Self‐Reported Weight History and Sarcopenic Obesity in Adults with Knee Osteoarthritis
Notice bibliographique
Résumé
Objective The purpose of this study was to examine associations between self‐reported weight history and sarcopenic obesity in adults with advanced knee osteoarthritis (OA). Methods Self‐reported weight history was collected from n = 151 adults (58.9% female) with knee OA and BMI ≥30 kg/m2 in a cross‐sectional study. Body composition was assessed using dual‐energy x‐ray absorptiometry. Sarcopenic obesity was defined as appendicular skeletal muscle mass, adjusted by BMI, <0.51 kg/m2 in females and <0.79 kg/m2 in males; prevalence was 27.2%. Weight gain in the preceding year, weight gain ≥5% of body weight in the past decade, and multiple weight cycling events in life‐span (loss of ≥10 lb [4.5 kg] with regain ≥3 times) were examined using logistic regression (adjusted by age, sex, and %fat mass), with the dependent variable of sarcopenic obesity presence. Results Weight gain in the preceding year was associated with sarcopenic obesity (odds ratio [OR]: 2.45, 95% CI: 1.02‐5.87). No associations were found with weight gain in the past decade (OR: 1.04, 95% CI: 0.43‐2.5) or weight cycling (OR: 0.86, 95% CI: 0.37‐2.01). Conclusions In adults with obesity and advanced knee OA, self‐reported weight gain in the preceding year was associated with sarcopenic obesity. This patient population may benefit from recommendations that prioritize prevention of weight gain.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».