Predicting Slow Walking Speed From a Pooled Cohort Analysis: Sarcopenia Definitions, Agreement, and Prevalence in Australia and New Zealand
Notice bibliographique
Résumé
BACKGROUND: Recent operational definitions of sarcopenia have not been replicated and compared in Australia and New Zealand (ANZ) populations. We aimed to identify sarcopenia measures that discriminate ANZ adults with slow walking speed (<0.8 m/s) and determine the agreement between the Sarcopenia Definitions and Outcomes Consortium (SDOC) and revised European Working Group for Sarcopenia in Older People (EWGSOP2) operational definitions of sarcopenia. METHODS: Eight studies comprising 8 100 ANZ community-dwelling adults (mean age ± standard deviation, 62.0 ± 14.4 years) with walking speed, grip strength (GR), and lean mass data were combined. Replicating the SDOC methodology, 15 candidate variables were included in sex-stratified classification and regression tree models and receiver operating characteristic curves on a pooled cohort with complete data to identify variables and cut points discriminating slow walking speed (<0.8 m/s). Agreement and prevalence estimates were compared using Cohen's Kappa (CK). RESULTS: Receiver operating characteristic curves identified GR as the strongest variable for discriminating slow from normal walking speed in women (GR <20.50 kg, area under curve [AUC] = 0.68) and men (GR <31.05 kg, AUC = 0.64). Near-perfect agreement was found between the derived ANZ cut points and SDOC cut points (CK 0.8-1.0). Sarcopenia prevalence ranged from 1.5% (EWGSOP2) to 37.2% (SDOC) in women and 1.0% (EWGSOP2) to 9.1% (SDOC) in men, with no agreement (CK <0.2) between EWGSOP2 and SDOC. CONCLUSIONS: Grip strength is the primary discriminating characteristic for slow walking speed in ANZ women and men, consistent with findings from the SDOC. Sarcopenia Definitions and Outcomes Consortium and EWGSOP2 definitions showed no agreement suggesting these proposed definitions measure different characteristics and identify people with sarcopenia differently.
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 | 0,035 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 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 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 ».