MétaCan
Menu
Retour à la cohorte
Enregistrement W3143911518 · doi:10.1002/jbmr.4293

Sarcopenia Definitions as Predictors of Fracture Risk Independent of FRAX®, Falls, and BMD in the Osteoporotic Fractures in Men (MrOS) Study: A Meta-Analysis

2020· review· en· W3143911518 sur OpenAlexaff
Nicholas C. Harvey, Eric Orwoll, Timothy Kwok, Magnus K. Karlsson, Björn E. Rosengren, Eva Ribom, Jane A. Cauley, Peggy M. Cawthon, Kristine E. Ensrud, Enwu Liu, Alfonso J. Cruz‐Jentoft, Roger A. Fielding, Cyrus Cooper, John А. Kanis, Mattias Lorentzon, Claes Ohlsson, Dan Mellström, Helena Johansson, Eugène McCloskey

Notice bibliographique

RevueJournal of Bone and Mineral Research · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensAlberta Bone and Joint Health Institute
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Arthritis and Musculoskeletal and Skin DiseasesNational Institute on AgingVersus ArthritisNovo Nordisk FondenMedical Research CouncilNational Institute for Health and Care Research
Mots-clésSarcopeniaMedicineFRAXOsteoporosisHip fractureLean body massGrip strengthHazard ratioFemoral neckPhysical therapyInternal medicineGerontologyBone mineralConfidence intervalOsteoporotic fracture

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Dual-energy X-ray absorptiometry (DXA)-derived appendicular lean mass/height2 (ALM/ht2) is the most commonly used estimate of muscle mass in the assessment of sarcopenia, but its predictive value for fracture is substantially attenuated by femoral neck (fn) bone mineral density (BMD). We investigated predictive value of 11 sarcopenia definitions for incident fracture, independent of fnBMD, fracture risk assessment tool (FRAX®) probability, and prior falls, using an extension of Poisson regression in US, Sweden, and Hong Kong Osteoporois Fractures in Men Study (MrOS) cohorts. Definitions tested were those of Baumgartner and Delmonico (ALM/ht2 only), Morley, the International Working Group on Sarcopenia, European Working Group on Sarcopenia in Older People (EWGSOP1 and 2), Asian Working Group on Sarcopenia, Foundation for the National Institutes of Health (FNIH) 1 and 2 (using ALM/body mass index [BMI], incorporating muscle strength and/or physical performance measures plus ALM/ht2), and Sarcopenia Definitions and Outcomes Consortium (gait speed and grip strength). Associations were adjusted for age and time since baseline and reported as hazard ratio (HR) for first incident fracture, here major osteoporotic fracture (MOF; clinical vertebral, hip, distal forearm, proximal humerus). Further analyses adjusted additionally for FRAX-MOF probability (n = 7531; calculated ± fnBMD), prior falls (y/n), or fnBMD T-score. Results were synthesized by meta-analysis. In 5660 men in USA, 2764 Sweden and 1987 Hong Kong (mean ages 73.5, 75.4, and 72.4 years, respectively), sarcopenia prevalence ranged from 0.5% to 35%. Sarcopenia status, by all definitions except those of FNIH, was associated with incident MOF (HR = 1.39 to 2.07). Associations were robust to adjustment for prior falls or FRAX probability (without fnBMD); adjustment for fnBMD T-score attenuated associations. EWGSOP2 severe sarcopenia (incorporating chair stand time, gait speed, and grip strength plus ALM) was most predictive, albeit at low prevalence, and appeared only modestly influenced by inclusion of fnBMD. In conclusion, the predictive value for fracture of sarcopenia definitions based on ALM is reduced by adjustment for fnBMD but strengthened by additional inclusion of physical performance measures. © 2021 The Authors. Journal of Bone and Mineral Research published by Wiley Periodicals LLC on behalf of American Society for Bone and Mineral Research (ASBMR).

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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
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 enseignants0,517
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0040,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,003
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 Opus0,282
Tête enseignante GPT0,493
Écart entre enseignants0,212 · 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

Citations73
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Bone and Mineral ResearchMême sujetNutrition and Health in AgingTravaux en français237 207