Clinical considerations on nutrition and lifestyle in old people with osteoporosis and sarcopenia by the CReI-Food study group of the Italian College of Rheumatologists
Notice bibliographique
Résumé
Osteoporosis is considered the most frequent rheumatic pathology in the elderly population. It is often accompanied by sarcopenia, defined as the progressive loss of skeletal muscle mass and strength. Together, these conditions increase the risk of falls, fractures, disability, lower quality of life, and frequent hospitalization. This means increased healthcare costs for all European countries, due to the increase in the average age and elderly population. Multiple pharmacological therapies are available for osteoporosis, but the prevention seems to be an important tool to reduce the risk of fracture and hospitalization of patients. A healthy lifestyle, consisting of the right amount of nutrients and micronutrients and physical exercise can help prevent the development of osteoporosis and sarcopenia in the elderly. This review brings together the information present in the literature on the benefits that nutrients and micronutrients, naturally present in foods, have on the prevention of these pathologies. it is suggested that a correct intake of proteins, calcium, phosphorus, magnesium, vitamin.D, vitamin C and antioxidants, vitamin K and omega 3, associated with constant physical exercise, can help to contain osteoporosis. It also indicates the right physical exercise for older osteoporotic adults. This document drawn up by the CReI-Food study group of the Italian College of Rheumatologists aims to provide, based on the most recent scientific evidence, indications on correct nutrition and lifestyle for the prevention and treatment of osteoporosis in older people.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».