A protocol for remote collection of skeletal muscle mass via D3-creatine dilution in community-dwelling postmenopausal women from the Women’s Health Initiative
Notice bibliographique
Résumé
BACKGROUND: There is emerging evidence that cancer and its treatments may accelerate the normal aging process, increasing the magnitude and rate of decline in functional capacity. This accelerated aging process is hypothesized to hasten the occurrence of common adverse age-related outcomes in cancer survivors, including loss of muscle mass and decrease in physical function. However, there is no data describing age-related loss of muscle mass and its relation to physical function in the long-term in cancer survivors. METHODS: This study protocol describes the use of a novel method of muscle mass measurement, D3-creatine dilution method (D3Cr), in a large sample (n~6000) of community dwelling postmenopausal women from the Women's Health Initiative (WHI). D3Cr will be used to obtain a direct measure of muscle mass remotely. Participants will be drawn from two sub-cohorts embedded within the WHI that have recently completed an in-home visit. Cancer survivors will be drawn from the Life and Longevity After Cancer (LILAC) cohort, and cancer-free controls will be drawn from the WHI Long Life Study 2. The overall objective of this study is to examine the antecedents and consequences of low muscle mass in cancer survivors. The study aims are to: 1) create age-standardized muscle mass percentile curves and z-scores to characterize the distribution of D3- muscle mass in cancer survivors and non-cancer controls, 2) compare muscle mass, physical function, and functional decline in cancer survivors and non- cancer controls, and 3) use machine learning approaches to generate multivariate risk-prediction algorithms to detect low muscle mass. DISCUSSION: The D3Cr method will transform our ability to measure muscle mass in large-scale epidemiologic research. This study is an opportunity to advance our understanding of a key source of morbidity among older and long-term female cancer survivors. This project will fill knowledge gaps, including the antecedents and consequences of low muscle mass, and use innovative methods to overcome common sources of bias in cancer research. The results of this study will be used to develop interventions to mitigate the harmful effects of low muscle mass in older adults and promote healthy survivorship in cancer survivors in the old (>65) and oldest-old (>85) age groups.
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 | 0,022 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,090 | 0,026 |
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 ».