Prevalence of Sarcopenia Among the Elderly in Korea: A Meta-Analysis
Notice bibliographique
Résumé
OBJECTIVES: Sarcopenia is a common disease in the elderly population that causes disability, poor quality of life, and a high risk of death. In the current study, we conducted a meta-analysis to report basic knowledge about the prevalence of sarcopenia in the elderly in Korea. METHODS: We searched for articles in the MEDLINE, Cochrane Library, Embase, and Scopus databases published until December 28, 2020. Studies investigating the prevalence of sarcopenia in elderly Koreans aged ≥65 years were included. The methodological quality of the studies was evaluated using the Newcastle-Ottawa scale. Publication bias was evaluated using the Egger test and funnel plots. RESULTS: In total, 3 studies and 2922 patients were included in the meta-analysis. All 3 studies used the European Working Group on Sarcopenia in Older People criteria for the diagnosis of sarcopenia. The total prevalence of sarcopenia was 13.1-14.9% in elderly men and 11.4% in elderly women. CONCLUSIONS: This meta-analysis is the first to estimate the pooled prevalence of sarcopenia in elderly Koreans, and its findings suggest that sarcopenia is common in this population. Therefore, attention should be paid to the prevention and control of sarcopenia.
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 | 0,011 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| 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) | 0,001 | 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 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 ».