MétaCan
Menu
Retour à la cohorte
Enregistrement W3194161011 · doi:10.1249/mss.0000000000002771

How Should Adult Handgrip Strength Be Normalized? Allometry Reveals New Insights and Associated Reference Curves

2021· article· en· W3194161011 sur OpenAlexaff

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensCarleton UniversityPublic Health Agency of Canada
Organismes subventionnairesnon disponible
Mots-clésAllometryScalingMeasure (data warehouse)Muscle strengthHand strength

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Handgrip strength (HGS) is an important indicator of health. Because HGS is strongly associated with body size, most investigators normalize HGS for some measure of body size as a more sensitive indicator of strength within a population. We aimed to 1) identify the optimal body size dimension to remove (normalize) HGS for differences in body size among adults and 2) generate norm-referenced centiles for HGS using the identified body size dimension. METHODS: Data were from the National Health and Nutrition Examination Survey, a representative sample of the US noninstitutionalized civilian population. Exclusions resulted in a final sample of 8690 adults 20 yr and older. HGS was measured using handheld dynamometry. Body size dimensions included body mass, height, and waist circumference. The most appropriate dimension(s) associated with HGS is identified using allometry. We fitted centile curves for normalized HGS using the generalized additive model for location, scale, and shape. RESULTS: Findings suggest that neither body mass nor body mass index is appropriate to normalize HGS. Incorporating all three body size dimensions of body mass, height, and waist circumference, or the reduced subsets of body mass and height, or height alone, suggests that the most appropriate normalizing (body size) dimension associated with HGS should be a cross-sectional or surface area measure of an individual's body size (i.e., L2, where L is a linear dimension of body size). Given that height was also identified as the signally best body size dimension associated with HGS, we recommend HGS be normalized by height2 (i.e., HGS/HT2). Centile curves for HGS/HT2 by age group and gender were therefore provided. CONCLUSIONS: Scaling adult HGS by height2 may help normalize strength for population-based research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,057
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,057
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,061
Tête enseignante GPT0,343
Écart entre enseignants0,282 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations54
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & ExerciseMême sujetNutrition and Health in AgingTravaux en français237 207