MétaCan
Menu
Retour à la cohorte
Enregistrement W4213386767 · doi:10.1002/jcsm.12922

Systematic review and meta‐analysis of protein intake to support muscle mass and function in healthy adults

2022· review· en· W4213386767 sur OpenAlexaff
Everson Araújo Nunes, Lauren M. Colenso‐Semple, Sean McKellar, Thomas Yau, Muhammad Usman Ali, Donna Fitzpatrick‐Lewis, Diana Sherifali, Claire Gaudichon, Daniel Tomé, Philip J. Atherton, Maria Camprubi Robles, Sandra Naranjo‐Modad, Michelle Braun, Francesco Landi, Stuart M. Phillips

Notice bibliographique

RevueJournal of Cachexia Sarcopenia and Muscle · 2022
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle metabolism and nutrition
Établissements canadiensMcMaster University Medical CentreMcMaster University
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésMedicineIngestionMeta-analysisCINAHLRandomized controlled trialConfidence intervalLean body massStrictly standardized mean differenceSubgroup analysisInternal medicinePhysical therapyBody weightPsychological intervention

Résumé

récupéré en direct d'OpenAlex

We performed a systematic review, meta-analysis, and meta-regression to determine if increasing daily protein ingestion contributes to gaining lean body mass (LBM), muscle strength, and physical/functional test performance in healthy subjects. A protocol for the present study was registered (PROSPERO, CRD42020159001), and a systematic search of Medline, Embase, CINAHL, and Web of Sciences databases was undertaken. Only randomized controlled trials (RCT) where participants increased their daily protein intake and were healthy and non-obese adults were included. Research questions focused on the main effects on the outcomes of interest and subgroup analysis, splitting the studies by participation in a resistance exercise (RE), age (<65 or ≥65 years old), and levels of daily protein ingestion. Three-level random-effects meta-analyses and meta-regressions were conducted on data from 74 RCT. Most of the selected studies tested the effects of additional protein ingestion during RE training. The evidence suggests that increasing daily protein ingestion may enhance gains in LBM in studies enrolling subjects in RE (SMD [standardized mean difference] = 0.22, 95% CI [95% confidence interval] 0.14:0.30, P < 0.01, 62 studies, moderate level of evidence). The effect on LBM was significant in subjects ≥65 years old ingesting 1.2-1.59 g of protein/kg/day and for younger subjects (<65 years old) ingesting ≥1.6 g of protein/kg/day submitted to RE. Lower-body strength gain was slightly higher by additional protein ingestion at ≥1.6 g of protein/kg/day during RE training (SMD = 0.40, 95% CI 0.09:0.35, P < 0.01, 19 studies, low level of evidence). Bench press strength is slightly increased by ingesting more protein in <65 years old subjects during RE training (SMD = 0.18, 95% CI 0.03:0.33, P = 0.01, 32 studies, low level of evidence). The effects of ingesting more protein are unclear when assessing handgrip strength and only marginal for performance in physical function tests. In conclusion, increasing daily protein ingestion results in small additional gains in LBM and lower body muscle strength gains in healthy adults enrolled in resistance exercise training. There is a slight effect on bench press strength and minimal effect performance in physical function tests. The effect on handgrip strength is unclear.

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)0,017
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,037
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0230,040
Bibliométrie0,0090,008
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,034
Tête enseignante GPT0,311
Écart entre enseignants0,276 · 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'étudeMéta-analyse
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

Citations240
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cachexia Sarcopenia and MuscleMême sujetMuscle metabolism and nutritionTravaux en français237 207