The assessment of myopenia and muscle biopsy in pediatric patients with liver disease awaiting liver transplantation—A cross-sectional analysis
Notice bibliographique
Résumé
Little is known about the skeletal muscle characteristics (fiber type proportion and size, location of nuclei, presence of fat infiltration) in children with liver disease with radiologically determined myopenia (low muscle mass). During liver transplantation (LTx) surgery, biopsies from the rectus abdominis muscle were collected. Muscle fiber types (I, I/IIA, IIA, IIA/X, IIX) and cross-sectional area index (µm/m 2 ) were determined using immunofluorescence staining. Triacylglycerol and phospholipid content of muscle was determined using gas chromatography. Myopenia was defined using study-specific cutoffs (skeletal muscle index <-2 SD) from age-sex-matched healthy control scans. Myopenia was prevalent in 41% of children. Children also had a high prevalence of high muscle adiposity (37%). Children with myopenia were older (8.4 vs. 0.7 y; p <0.001), had smaller total (median 595 vs. 844 µm/m 2 ; p =0.04) and hybrid IIA/X (612±143 vs. 993±341 µm/m 2 ; p =0.04) muscle fiber size index, lower prevalence of type I fibers (53% vs. 64%; p =0.01) and higher prevalence of type IIA/X hybrid fibers (median 7.5% vs. 0%; p =0.04). Children with myopenia also had a higher prevalence of elevated triacylglycerol content (>75 percentile) within the muscle compared to children without myopenia (36% vs. 0%; p =0.009). Percent of muscle fibers with centralized nuclei was not different between groups. In conclusion, children with myopenia experience differences in skeletal muscle biological characteristics when compared to children without myopenia at LTx, and these findings may have implications for dietary and exercise rehabilitation pre-LTx and post-LTx.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,000 |
| 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 ».