Application of the COSIAM method for muscle protein turnover and skeletal muscle mass in young females: A comparison of methods for body composition assessment
Notice bibliographique
Résumé
Evaluating rates of myofibrillar protein synthesis (MyoPS) and breakdown (MyoPB) is essential for understanding muscle protein turnover, which underpins changes in skeletal muscle mass (SMM). For the first time, we applied the Combined Oral Stable Isotope Assessment of Muscle (COSIAM) method in a group of young, healthy females. This protocol allows simultaneous measurement of MyoPS, MyoPB, and SMM using deuterium oxide, D 3 -3-methylhistidine, and methyl-D 3 -creatine (D3-Cr), respectively. Additionally, we evaluated the agreement between D3-Cr-derived SMM and several SMM proxies, to determine the bias of each method relative to D3-Cr-derived SMM. Using the three-day COSIAM protocol, we assessed MyoPS, MyoPB and SMM in a cohort of twenty-one healthy, females (age: 22 ± 2 years, BMI: 24.7 ± 3.5 kg/m 2 ). Bioelectrical impedance (BIA), DXA and BodPod were used to estimate SMM, lean mass (LM), and fat-free mass (FFM), respectively. BIA, DXA, and ultrasound (US) were also used to assess appendicular lean mass (ALM), while US was additionally used to measure vastus lateralis cross-sectional area. Rates of MyoPS (1.97 ± 0.29 %/d) and MyoPB (rate constant [k] of 0.045) aligned with previous literature. DXA-derived LM, BIA-derived SMM, and BodPod-derived FFM overestimated D3-Cr-derived SMM by 20.1 ± 3.6 kg, 4.0 ± 2.2 kg, and 22.8 ± 4.1 kg, respectively. Conversely, DXA, BIA, and US-derived ALM uniformly underestimated D3-Cr-derived SMM by approximately 2.50 kg. Our findings suggest that the COSIAM method is a viable approach for assessing muscle protein turnover in young, healthy females, and provides reference values for future research. Additionally, this study reveals the degree to which commonly used proxy measures of SMM, overestimate or underestimate D3-Cr-derived SMM. These insights support the application of COSIAM in future female-focused research and advance our understanding of biases in body composition assessments for young females.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».