MétaCan
Menu
Retour à la cohorte
Enregistrement W4386884815 · doi:10.3390/nu15184073

Anabolic Resistance in the Pathogenesis of Sarcopenia in the Elderly: Role of Nutrition and Exercise in Young and Old People

2023· review· en· W4386884815 sur OpenAlexaff
Caterina Tezze, Marco Sandri, Paolo Tessari

Notice bibliographique

RevueNutrients · 2023
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle metabolism and nutrition
Établissements canadiensMcGill University
Organismes subventionnairesAssociazione Italiana per la Ricerca sul Cancro
Mots-clésAnabolismSarcopeniaSkeletal muscleEndocrinologyInternal medicineCatabolismAgeingHormoneMedicineInsulin resistanceInsulinMetabolism

Résumé

récupéré en direct d'OpenAlex

The development of sarcopenia in the elderly is associated with many potential factors and/or processes that impair the renovation and maintenance of skeletal muscle mass and strength as ageing progresses. Among them, a defect by skeletal muscle to respond to anabolic stimuli is to be considered. Common anabolic stimuli/signals in skeletal muscle are hormones (insulin, growth hormones, IGF-1, androgens, and β-agonists such epinephrine), substrates (amino acids such as protein precursors on top, but also glucose and fat, as source of energy), metabolites (such as β-agonists and HMB), various biochemical/intracellular mediators), physical exercise, neurogenic and immune-modulating factors, etc. Each of them may exhibit a reduced effect upon skeletal muscle in ageing. In this article, we overview the role of anabolic signals on muscle metabolism, as well as currently available evidence of resistance, at the skeletal muscle level, to anabolic factors, from both in vitro and in vivo studies. Some indications on how to augment the effects of anabolic signals on skeletal muscle are provided.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,889
Score d'incertitude au seuil0,490

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,276
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations71
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrientsMême sujetMuscle metabolism and nutritionTravaux en français237 207