Fourier-Transform Infrared Spectroscopy as a Screening Tool for Osteosarcopenia in Community-Dwelling Older Women
Notice bibliographique
Résumé
Osteosarcopenia is a complex geriatric syndrome characterized by the presence of both sarcopenia and osteopenia/osteoporosis. This condition increases rates of disability, falls, fractures, mortality, and mobility impairments in older adults. The purpose of this study was to analyze the Fourier-transform infrared (FTIR) spectroscopy diagnostic power for osteosarcopenia in community-dwelling older women (n = 64; 32 osteosarcopenic and 32 non-osteosarcopenia). FTIR is a fast and reproducible technique highly sensitive to biological tissues, and a mathematical model was created using multivariate classification techniques that denoted the graphic spectra of the molecular groups. Genetic algorithm and support vector machine regression (GA-SVM) was the most feasible model, achieving 80.0% of accuracy. GA-SVM identified 15 wave numbers responsible for class differentiation, in which several amino acids (responsible for the proper activation of the mammalian target of rapamycin) and hydroxyapatite (an inorganic bone component) were observed. Imaging tests and low availability of instruments that allow the observation of osteosarcopenia involve high health costs for patients and restrictive indications. Therefore, FTIR can be used to diagnose osteosarcopenia due to its efficiency and low cost and to enable early detection in geriatric services, contributing to advances in science and technology that are potential "conventional" methods in the future.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».