MétaCan
Menu
Retour à la cohorte
Enregistrement W4220710977 · doi:10.1002/jcsm.12954

Mapping ongoing nutrition intervention trials in muscle, sarcopenia, and cachexia: a scoping review of future research

2022· review· en· W4220710977 sur OpenAlexafffund
Camila E. Orsso, Montserrat Montes‐Ibarra, Merran Findlay, Barbara S. van der Meij, M.A.E. de van der Schueren, Francesco Landi, Alessandro Laviano, Carla M. Prado

Notice bibliographique

RevueJournal of Cachexia Sarcopenia and Muscle · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésSarcopeniaMedicineClinical trialPsychological interventionCachexiaContext (archaeology)Randomized controlled trialClinical nutritionPhysical therapyIntensive care medicineGerontologyCancerInternal medicineNursingBiology

Résumé

récupéré en direct d'OpenAlex

Muscle loss alone, or in the context of sarcopenia or cachexia, is a prevalent condition and a predictor of negative outcomes in aging and disease. As adequate nutrition is essential for muscle maintenance, a growing number of studies has been conducted to explore the role of specific nutrients on muscle mass or function. Nonetheless, more research is needed to guide evidence-based recommendations. This scoping review aimed to compile and document ongoing clinical trials investigating nutrition interventions as a strategy to prevent or treat low muscle mass or function (strength and physical performance), sarcopenia, or cachexia. ClinicalTrials.gov and the WHO International Clinical Trials Registry Platform were searched up to 21 April 2021 for planned and ongoing trials. Randomized controlled trials with ≥20 participants per arm were included based on intent to explore the effects of nutrition interventions on muscle-related outcomes (i.e. muscle mass or strength, physical performance, or muscle synthesis rate) in both clinical and non-clinical conditions (i.e. aging). Two reviewers independently screened records for eligibility, and a descriptive synthesis of trials characteristics was conducted. A total of 113 trials were included in the review. Most trials (69.0%) enroll adults with clinical conditions, such as cancer (19.5%), obesity and metabolic diseases (16.8%), and musculoskeletal diseases (10.7%). The effects of nutrition interventions on age-related muscle loss are explored in 31% of trials. Although nutrition interventions of varied types were identified, food supplements alone (48.7%) or combined with dietary advice (11.5%) are most frequently reported. Protein (17.7%), amino acids (10.6%), and β-hydroxy-β-methylbutyrate (HMB, 6.2%) are the top three food supplements' nutrients under investigation. Primary outcome of most trials (54.9%) consists of measures of muscle mass alone or in combination with muscle strength and/or performance (as either primary or secondary outcomes). Muscle strength and physical performance are primary outcomes of 38% and 31.9% of the trials, respectively. These measurements were obtained using a variety of techniques. Only a few trials evaluate muscle synthesis rate either as a primary or secondary outcome (5.3%). Several nutrition studies focusing on muscle, sarcopenia, and cachexia are underway and can inform future research in this area. Although many trials have similar type of interventions, methodological heterogeneity may challenge study comparisons, and future meta-analyses aiming to provide evidence-based recommendations. Upcoming research in this area may benefit from guidelines for the assessment of therapeutic effects of nutrition interventions.

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)0,127
score de la tête « metaresearch » (Gemma)0,317
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,873
Score d'incertitude au seuil0,672

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1270,317
Méta-épidémiologie (sens strict)0,0030,003
Méta-épidémiologie (sens large)0,0200,015
Bibliométrie0,0290,030
Études des sciences et des technologies0,0020,003
Communication savante0,0120,012
Science ouverte0,0050,006
Intégrité de la recherche0,0070,004
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,328
Tête enseignante GPT0,526
Écart entre enseignants0,198 · 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.

Devis d'étudeRevue systématique
DomaineMéthodes
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

Citations66
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Cachexia Sarcopenia and MuscleMême sujetNutrition and Health in AgingTravaux en français237 207