MétaCan
Menu
Retour à la cohorte
Enregistrement W4399480715 · doi:10.1113/jp285653

Sex disparities of human neuromuscular decline in older humans

2024· article· en· W4399480715 sur OpenAlexafffund
Yuxiao Guo, Eleanor J. Jones, Thomas Smart, Abdulmajeed Altheyab, Nishadi Gamage, Daniel W. Stashuk, Jessica Piasecki, Bethan E. Phillips, Philip J. Atherton, Mathew Piasecki

Notice bibliographique

RevueThe Journal of Physiology · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMuscle activation and electromyography studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNIHR Nottingham Biomedical Research CentreVersus ArthritisMedical Research Council CanadaMedical Research CouncilNational Institute for Health and Care Research
Mots-clésNeuromuscular transmissionNeuromuscular junctionAgeingElectromyographyMedicineInternal medicineMotor unitPsychologyDemographyPhysiologyPhysical medicine and rehabilitationAnatomyNeuroscience

Résumé

récupéré en direct d'OpenAlex

Females typically live longer than males but, paradoxically, spend a greater number of later years in poorer health. The neuromuscular system is a critical component of the progression to frailty, and motor unit (MU) characteristics differ by sex in healthy young individuals and may adapt to ageing in a sex-specific manner due to divergent hormonal profiles. The purpose of this study was to investigate sex differences in vastus lateralis (VL) MU structure and function in early to late elderly humans. Intramuscular electromyography signals from 50 healthy older adults (M/F: 26/24) were collected from VL during standardized submaximal contractions and decomposed to quantify MU characteristics. Muscle size and neuromuscular performance were also measured. Females had higher MU firing rate (FR) than males (P = 0.025), with no difference in MU structure or neuromuscular junction transmission (NMJ) instability. All MU characteristics increased from low- to mid-level contractions (P < 0.05) without sex × level interactions. Females had smaller cross-sectional area of VL, lower strength and poorer force steadiness (P < 0.05). From early to late elderly, both sexes showed decreased neuromuscular function (P < 0.05) without sex-specific patterns. Higher VL MUFRs at normalized contraction levels previously observed in young are also apparent in old individuals, with no sex-based difference of estimates of MU structure or NMJ transmission instability. From early to late elderly, the deterioration of neuromuscular function and MU characteristics did not differ between sexes, yet function was consistently greater in males. These parallel trajectories underscore the lower initial level for older females and may offer insights into identifying critical intervention periods. KEY POINTS: Females generally exhibit an extended lifespan when compared to males, yet this is accompanied by a poorer healthspan and higher rates of frailty. In healthy young people, motor unit firing rate (MUFR) at normalized contraction intensities is widely reported to be higher in females than in age-matched males. Here we show in 50 people that older females have higher MUFR than older males with little difference in other MU parameters. The trajectory of decline from early to late elderly does not differ between sexes, yet function is consistently lower in females. These findings highlight distinguishable sex disparities in some MU characteristics and neuromuscular function, and suggest early interventions are needed for females to prevent functional deterioration to reduce the ageing health-sex paradox.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0020,000

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 Opus0,012
Tête enseignante GPT0,250
Écart entre enseignants0,238 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

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

En bref

Citations24
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of PhysiologyMême sujetMuscle activation and electromyography studiesTravaux en français237 207