MétaCan
Menu
Retour à la cohorte
Enregistrement W4310612944 · doi:10.5770/cgj.25.608

Assessing the Effects of Dietary Protein Supplementation on Sarcopenia in Community-Dwelling Older Adults

2022· review· en· W4310612944 sur OpenAlexaffvenue
Vincent Hou, Kenneth Madden

Notice bibliographique

RevueCanadian Geriatrics Journal · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensVancouver Coastal HealthVancouver Coastal Health Research InstituteUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSarcopeniaMedicineMuscle massGerontologyNutritional SupplementationMuscle strengthIntervention (counseling)Physical therapyInternal medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Sarcopenia, an age-associated skeletal muscle disorder characterized by muscle loss, is associated with disability in elderly populations. This literature review summarizes the impact of protein intake and supplementation on the indicators of severe sarcopenia-muscle mass, muscle strength, and physical function in community-dwelling older adults. We performed a literature search on PubMed, EMBASE, and MedLine, and included studies that evaluated the effects of protein intake with or without exercise intervention and on sarcopenia in community-dwelling older adults. Information regarding study participants, protein intervention, and sarcopenia-related outcomes were collected. Protein supplementation with or without exercise positively improves muscle mass, and aspects of muscle strength and physical function in sarcopenic and pre-frail older adults, while it elicited inconclusive effects in healthy populations. Greater dietary animal-based and soy-based protein diets can improve muscle mass in older adults. In conclusion, protein supplementation can improve muscle mass and reduce the risk of sarcopenia in sarcopenia and pre-frail older adults, while future studies should continue to investigate the effects of protein supplementation on indicators of sarcopenia in healthy older adults.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,946
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,004
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,078
Tête enseignante GPT0,396
Écart entre enseignants0,318 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
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

Citations15
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Geriatrics JournalMême sujetNutrition and Health in AgingTravaux en français237 207