Prevalence and Trends of Handgrip Strength Asymmetry in the United States
Notice bibliographique
Résumé
Background: Strength asymmetries are a type of muscle function impairment that is associated with several health conditions. However, the prevalence of these asymmetries among adults from the United States remains unknown. We sought to estimate the prevalence and trends of handgrip strength (HGS) asymmetry in American adults. Methods: The unweighted analytic sample included 23,056 persons aged at least 50-years with information on HGS for both hands from the 2006-2016 waves of the Health and Retirement Study. A handgrip dynamometer measured HGS, with the highest recorded values for each hand used to calculate asymmetry. Persons were categorized into the following asymmetry severity categories: (1) >10%, (2) >20.0%, and (3) >30.0%. Survey weights were used to generate nationally-representative asymmetry estimates. Results: Overall, there were no statistically significant trends in HGS asymmetry categories over time. The prevalence of HGS asymmetry in the 2014-2016 wave was 53.4% (CI: 52.2-54.4), 26.0% (CI: 25.0-26.9), and 11.7% (CI: 10.9-12.3) for asymmetry at >10%, >20%, and >30%, respectively. HGS asymmetry was generally higher in older Americans compared to middle-aged adults at each wave. In the 2014-2016 wave, >30% asymmetry prevalence was 13.7% (CI: 12.7-14.6) in females and 9.3% (CI: 8.4-10.2) in males. Some differences in asymmetry prevalence by race and ethnicity were observed. Conclusions: The prevalence of asymmetry was generally high, especially in women and older adults. Ongoing surveillance of strength asymmetry will help monitor trends in muscle dysfunction, guide screening for disablement, identify subpopulations at risk for asymmetry, and inform relevant interventions.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| 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 | 0,000 |
| 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 ».