MétaCan
Menu
Retour à la cohorte
Enregistrement W4403321519 · doi:10.1016/j.mad.2024.111997

Deciphering Osteosarcopenia through the hallmarks of aging

2024· review· en· W4403321519 sur OpenAlexaff
Francisca Franulic, Felipe Salech, Daniel Rivas, Gustavo Duque

Notice bibliographique

RevueMechanisms of Ageing and Development · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésGerontologyMedicineAgeingSenescenceInternal medicine

Résumé

récupéré en direct d'OpenAlex

Osteosarcopenia is a major driver of functional loss and a risk factor for falls, fractures, disability and mortality in older adults, urgently requiring the development of effective interventions to address it. The hallmarks of aging provide a theoretical and practical framework that allows for the structured organization of current knowledge and the planning of new development lines. This article comprehensively reviews the currently available literature on the role of the Hallmarks of Aging in the development of osteosarcopenia, thereby offering a panoramic view of the state of the art and knowledge gaps in this field. • Osteosarcopenia is defined as the concomitant occurrence of osteopenia/osteoporosis and sarcopenia • Osteosarcopenia is associated to multiple adverse outcomes • Alterations in most of the Hallmarks of Aging are associated with muscle and bone loss • A geroscience approach could target several hallmarks of aging to simultaneously improve muscle and bone mass and function.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,905
Score d'incertitude au seuil0,692

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,090
Tête enseignante GPT0,379
Écart entre enseignants0,289 · 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'étudeSans objet
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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMechanisms of Ageing and DevelopmentMême sujetNutrition and Health in AgingTravaux en français237 207