“Sarcopenia and risk of osteoporosis, falls and bone fractures in patients with chronic kidney disease: A systematic review”
Notice bibliographique
Résumé
BACKGROUND: Chronic kidney disease [CKD] has been suggested to increase the risk of osteoporosis, sarcopenia, falls, and fractures. The aim of this systematic review was to explore the occurrence of osteoporosis, falls, and fractures in patients with sarcopenia and CKD, and to explore the possible association between sarcopenia and osteoporosis, falls, and fractures in patients with CKD. METHODS: This systematic review was conducted according to the PRISMA guideline. The protocol was registered at PROSPERO. The systematic literature search was conducted in Pubmed [1966 to present] and EMBASE [1974 to present] on December 4, 2020. We searched for articles on CKD and sarcopenia, and then we selected them with outcomes such as osteoporosis, falls, and bone fractures. The risk of bias was assessed with the Newcastle-Ottawa Scale. RESULTS: Five studies were eligible and included. No studies reported the occurrence of osteoporosis, falls, and bone fractures in patients with CKD and sarcopenia. Sarcopenia had a significant association with low bone mineral density [BMD] and osteoporosis in patients with CKD. The risk of bias assessed with the Newcastle-Ottawa Scale varied from 3-7 stars [median of 7]. Due to the included studies' heterogeneity, a meta-analysis could not be conducted. CONCLUSION: The occurrence of osteoporosis, falls, and bone fractures in patients with sarcopenia and CKD could not be assessed from the included studies, but an association between sarcopenia and decreased BMD/osteoporosis in patients with CKD was found. The potential mechanistic link between sarcopenia and osteoporosis in CKD needs to be investigated in future studies.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».