MétaCan
Menu
← Retour à la cohorte
Enregistrement W4406201027 · doi:10.1002/alz.093444

Psoas Muscle Sarcopenia Predicts Brain Volume Loss on MRI in 7,149 Individuals

2024· article· en· W4406201027 sur OpenAlexaff
Cyrus A. Raji, Somayeh Meysami, Sam Hashemi, Saurabh Garg, Nasrin Akbari, Ahmed Gouda, Yosef Gavriel Chodakiewitz, Thanh D. Nguyen, Kellyann Niotis, David A. Merrill, Rajpaul Attariwala

Notice bibliographique

RevueAlzheimer s & Dementia · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesnon disponible
Mots-clésSarcopeniaBrain sizeVolume (thermodynamics)Physical medicine and rehabilitationMedicineMagnetic resonance imagingPsychologyNeuroscienceGerontologyInternal medicineRadiologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Background Sarcopenia has been linked to brain atrophy and there is lack of information on specific muscle groups that may contribute to this link. The psoas muscles are sensitive to sarcopenia and thus may sensitively relate to brain aging and Alzheimer disease risk. Method This study utilized 7,149 healthy individuals across four sites (Mean age 53.06 ± 12.95 years, age range 18‐97 years; 48% women; 52% men; 38% non‐white) were scanned on 1.5T MR machines with a whole‐body protocol. Whole body sequences included coronal T1 for segmentation of psoas muscle volumes. Deep learning with FastSurfer on 3D T1 volumetric MPRAGE trained on 134 participants aged 27‐66 segmented 96 brain regions. Partial correlation analysis was done on psoas muscle volumes and brain regions controlling for sex and total intracranial volume to determine if lower psoas muscle volumes correlated to brain atrophy. Multiple comparisons were accounted for using the Bonferroni Method. Result Lower psoas muscle volumes demonstrated a statistically partial correlation to lower gray matter (rp = ‐0.164, p = 2.66×10−43) and white matter volumes (rp = ‐0.171, p = 4.39×10−47). The frontal lobe exhibited a negative correlation (rp = ‐0.172, p = 1.30×10−47), identical to the temporal lobe (rp = ‐0.172, p = 1.21×10−47). Negative correlations were also noted in the parietal lobe (rp = ‐0.119, p = 8.72×10−23), and occipital lobe (rp = ‐0.139; p = 2.89×10−31). The hippocampus also showed a statistically significant negative correlation (rp = ‐0.145, p = 7.65×10−34), as did the posterior cingulate (rp = ‐0.162, p = 5.20×10−42) and the precuneus (rp = ‐0.101, p = 1.34×10−16). The cerebral ventricles showed a non‐significant negative correlation (rp = ‐0.025, p = 0.345). Conclusion We demonstrate a significant correlation between lower psoas muscle volume and brain volume loss, including AD risk regions such as the hippocampus and precuneus. These MRI findings underscore the importance of muscle health in relation to brain integrity. The volume of the psoas, which is involved in basic leg flexion activities such as walking, could be a crucial indicator of brain health and Alzheimer risk.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,040
Tête enseignante GPT0,335
Écart entre enseignants0,295 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAlzheimer s & Dementia→Même sujetNutrition and Health in Aging→Travaux en français237 207→