Beyond Traditional Body Composition Metrics: Load-Capacity Indices Emerge as Predictors of Cardiometabolic Outcomes—A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
The adaptive and independent interrelationships between different body composition components have been identified as crucial determinants of disease risk. On the basis of this concept, the load-capacity model of body composition, which utilizes measurements obtained through nonanthropometric techniques such as dual-energy X-ray absorptiometry, was proposed. This model is typically operationalized as the ratio of metabolic load (adipose mass) to metabolic capacity (lean mass). In recent years, a series of load-capacity indices (LCIs) have been utilized to identify abnormal body composition phenotypes such as sarcopenic obesity (SO) and to predict the risk of metabolic, cardiovascular, and cognitive disorders. In this review, we comprehensively review the characteristics of different LCIs used in previous studies, with a specific focus on their applications, especially in identifying SO and predicting cardiometabolic outcomes. A systematic literature search was performed using PubMed, MEDLINE, PsycINFO, Embase, and the Cochrane Library. Two meta-analyses were conducted to 1) estimate the overall prevalence of SO mapped by LCIs, and 2) assess the association of LCIs with cardiometabolic outcomes. A total of 48 studies (all observational) were included, comprising 22 different LCIs. Ten studies were included in the meta-analysis of SO prevalence, yielding a pooled prevalence of 14.5% [95% confidence interval (CI): 9.4%, 21.6%]. Seventeen studies were included in the meta-analysis of the association between LCIs and adverse cardiometabolic outcomes, which showed a significant association between higher LCI values and increased risk (odds ratio = 2.22; 95% CI: 1.81, 2.72) of cardiometabolic diseases (e.g. diabetes and metabolic syndrome). These findings suggest that the load-capacity model of body composition could be particularly useful in the identification of SO cases and prediction of cardiometabolic risk. Future longitudinal studies are needed to validate the association of LCIs with chronic cardiometabolic and neurodegenerative diseases. This systematic review and meta-analysis has been registered with PROSPERO (CRD42024457750).
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 | 0,017 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,026 |
| Bibliométrie | 0,010 | 0,011 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».