Sarcopenia in chronic kidney disease: prevalence by different definitions and relationship with adiposity
Notice bibliographique
Résumé
This was a cross-sectional study with chronic kidney disease (CKD) patients under non-dialysis-dependent (NDD), hemodialysis (HD), and kidney transplant (KTx) treatment aimed to evaluate the prevalence of sarcopenia using the European Working Group on Sarcopenia in Older People (EWGSOP2) and the Foundation for the National Institutes of Health (FNIH) guidelines, and to analyze the relationship between sarcopenia and its components and body adiposity. Body composition was assessed by dual-energy X-ray absorptiometry and anthropometry. Bioelectrical impedance provided data on the phase angle and body water. The prevalence of sarcopenia in the total sample ( n = 243; 53% men, 48 ± 10 years) was 7% according to the FNIH and 5% according to the EWGSOP2 criteria, and was low in each CKD group independently of the criteria applied (maximum 11% prevalence). Low muscle mass was present in 39% (FNIH) and 36% (EWGSOP2) and dynapenia in 10% of the patients. Patients who were sarcopenic according to the EWGSOP2 criteria presented low body adiposity. Conversely, patients who were sarcopenic according to the FNIH criteria presented high adiposity. This study suggests that in CKD (i) sarcopenia and low muscle mass prevalence varies according to the diagnostic criteria; (ii) sarcopenia and low muscle mass are common conditions; (iii) the association with body adiposity depends on the criteria used to define low muscle mass; and (iv) the FNIH criteria detected higher adiposity in individuals with sarcopenia. Novelty: Prevalence of sarcopenia and low muscle mass in CKD varied according to the diagnostic criteria. Association of excess adiposity with sarcopenia and low muscle mass depends on muscle mass index applied. FNIH criteria detected higher adiposity in individuals with sarcopenia and low muscle mass.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».