Efficacy of interventions to alter measures of fat-free mass in people with COPD: a systematic review and meta-analysis
Notice bibliographique
Résumé
Introduction Low fat-free mass (FFM) is linked to poor health outcomes in COPD, including impaired exercise tolerance and premature death. The aim of this systematic review was to synthesise evidence on the effectiveness of interventions for increasing FFM in COPD. Methods Searches of electronic databases (MEDLINE, Cochrane Library, Embase, Web of Science, Scopus) and trial registers ( ClinicalTrials.gov ) were undertaken from inception to August 2022 for randomised studies of interventions assessing measures of FFM in COPD. The primary outcome was change in FFM (including derivatives). Secondary outcomes were adverse events, compliance and attrition. Results 99 studies (n=5138 people with COPD) of 11 intervention components, used alone or in combination, were included. Exercise training increased mid-thigh cross-sectional area ( k =3, standardised mean difference (SMD) 1.04, 95% CI 0.02–2.06; p=0.04), but not FFM ( k =4, SMD 0.03, 95% CI −0.18–0.24; p=0.75). Nutritional supplementation significantly increased FFM index ( k =11, SMD 0.31, 95% CI 0.13–0.50; p<0.001), but not FFM ( k =19, SMD 0.16, 95% CI −0.06–0.39; p=0.16). Combined exercise training and nutritional supplementation increased measures related to FFM in 67% of studies. Anabolic steroids increased FFM ( k =4, SMD 0.98, 95% CI 0.24–1.72; p=0.009). Neuromuscular electrical stimulation increased measures related to FFM in 50% of studies. No interventions were more at risk of serious adverse events, low compliance or attrition. Discussion Exercise training and nutritional supplementation were not effective in isolation to increase FFM, but were for localised muscle and index measures, respectively. Combined, exercise and nutritional supplementation shows promise as a strategy to increase FFM in COPD. Anabolic steroids are efficacious for increasing FFM in COPD.
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 | 0,010 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,012 | 0,002 |
| Bibliométrie | 0,003 | 0,009 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».