MétaCan
Menu
Retour à la cohorte
Enregistrement W4225632118 · doi:10.1159/000521241

Definition and Diagnostic Criteria for Sarcopenic Obesity: ESPEN and EASO Consensus Statement

2022· article· en· W4225632118 sur OpenAlexaff
Lorenzo M. Donini, Luca Busetto, Stephan C. Bischoff, Tommy Cederholm, María D. Ballesteros‐Pomar, John A. Batsis, Yves Boirie‌, Alfonso J. Cruz‐Jentoft, Dror Dicker, Stefano Frara, Gema Frühbeck, Laurence Genton, Yftach Gepner, Marı́a Cristina González, Ho‐Seong Han, Steven B. Heymsfield, Takashi Higashiguchi, Alessandro Laviano, Andrea Lenzi, Ibolya Nyulasi, Edda Parrinello, Eleonora Poggiogalle, Carla M. Prado, Javier Salvador, Yves Rolland, Ferruccio Santini, Mireille J. Serlie, Hanping Shi, Cornel Sieber, Mario Siervo, Roberto Vettor, Dennis T. Villareal, Dorothee Volkert, Jianchun Yu, Mauro Zamboni, Rocco Barazzoni

Notice bibliographique

RevueObesity Facts · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNational Institute of Diabetes and Digestive and Kidney Diseases
Mots-clésSarcopenic obesityMedicineSarcopeniaObesityWaistBody mass indexInternal medicine

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Loss of skeletal muscle mass and function (sarcopenia) is common in individuals with obesity due to metabolic changes associated with a sedentary lifestyle, adipose tissue derangements, comorbidities (acute and chronic diseases) and during the ageing process. Co-existence of excess adiposity and low muscle mass/function is referred to as sarcopenic obesity (SO), a condition increasingly recognized for its clinical and functional features that negatively influence important patient-centred outcomes. Effective prevention and treatment strategies for SO are urgently needed, but efforts are hampered by the lack of a universally established SO definition and diagnostic criteria. Resulting inconsistencies in the literature also negatively affect the ability to define prevalence as well as clinical relevance of SO for negative health outcomes. AIMS AND METHODS: The European Society for Clinical Nutrition and Metabolism (ESPEN) and the European Association for the Study of Obesity (EASO) launched an initiative to reach expert consensus on a definition and diagnostic criteria for SO. The jointly appointed international expert panel proposes that SO is defined as the co-existence of excess adiposity and low muscle mass/function. The diagnosis of SO should be considered in at-risk individuals who screen positive for a co-occurring elevated body mass index or waist circumference, and markers of low skeletal muscle mass and function (risk factors, clinical symptoms, or validated questionnaires). Diagnostic procedures should initially include assessment of skeletal muscle function, followed by assessment of body composition where presence of excess adiposity and low skeletal muscle mass or related body compartments confirm the diagnosis of SO. Individuals with SO should be further stratified into stage I in the absence of clinical complications or stage II if cases are associated with complications linked to altered body composition or skeletal muscle dysfunction. CONCLUSIONS: ESPEN and EASO, as well as the expert international panel, advocate that the proposed SO definition and diagnostic criteria be implemented into routine clinical practice. The panel also encourages prospective studies in addition to secondary analysis of existing data sets, to study the predictive value, treatment efficacy and clinical impact of this SO definition.

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)0,036
score de la tête « metaresearch » (Gemma)0,036
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,192

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,036
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,006
Bibliométrie0,0100,004
Études des sciences et des technologies0,0010,003
Communication savante0,0030,003
Science ouverte0,0070,005
Intégrité de la recherche0,0070,007
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,086
Tête enseignante GPT0,355
Écart entre enseignants0,269 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

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

En bref

Citations880
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueObesity FactsMême sujetNutrition and Health in AgingTravaux en français237 207