Higher baseline resting metabolic rate is associated with 1-year frailty decline among older adults residing in an urban area
Notice bibliographique
Résumé
BACKGROUND: Dysregulated energy metabolism is one hypothesized mechanism underlying frailty. Resting energy expenditure, as reflected by resting metabolic rate (RMR), makes up the largest component of total energy expenditure. Prior work relating RMR to frailty has largely been done in cross section with mixed results. We investigated whether and how RMR related to 1-year frailty change while adjusting for body composition. METHODS: N = 116 urban, predominantly African-American older adults were recruited between 2011 and 2019. One-year frailty phenotype (0-5) was regressed on baseline RMR, frailty phenotype, demographics and body composition (DEXA) in an ordinal logistic regression model. Multimorbidity (Charlson comorbidity scale, polypharmacy) and cognitive function (Montreal Cognitive Assessment) were separately added to the model to assess for change to the RMR-frailty relationship. The model was then stratified by baseline frailty status (non-frail, pre-frail) to explore differential RMR effects across frailty. RESULTS: Higher baseline RMR was associated with worse 1-year frailty (odds ratio = 1.006 for each kcal/day, p = 0.001) independent of baseline frailty, demographics, and body composition. Lower fat-free mass (odds ratio = 0.88 per kg mass, p = 0.008) was independently associated with worse 1-year frailty scores. Neither multimorbidity nor cognitive function altered these relationships. The associations between worse 1-year frailty and higher baseline RMR (odds ratio = 1.009, p < 0.001) and lower baseline fat-free mass (odds ratio = 0.81, p = 0.006) were strongest among those who were pre-frail at baseline. DISCUSSION: We are among the first to relate RMR to 1-year change in frailty scores. Those with higher baseline RMR and lower fat-free mass had worse 1-year frailty scores, but these relationships were strongest among adults who were pre-frail at baseline. These relationships were not explained by chronic disease or impaired cognition. These results provide new evidence suggesting higher resting energy expenditure is associated with accelerate frailty decline.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».