Association between sarcopenic obesity and risk of frailty in older adults: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Age-related changes in body composition such as muscle loss can lead to sarcopenia, which is closely associated with frailty. However, the effect of body fat accumulation on frailty in old age remains unclear. In particular, the association between the combination of these two conditions, known as sarcopenic obesity, and frailty in older adults is unclear. OBJECTIVE: To synthesise the association between sarcopenic obesity and the risk of frailty and to investigate the role of obesity in the risk of frailty in old age. METHODS: Six databases were searched from inception to 29 September 2024. Two reviewers independently extracted the data and assessed the risk of bias for the included observational studies using the adapted Newcastle-Ottawa scale. The control groups consisted of robust, obese and sarcopenic individuals. Meta-analyses were performed to examine the risk of frailty due to sarcopenic obesity and the role of obesity in frailty amongst sarcopenic older adults. RESULTS: Sixteen eligible studies were included in meta-analyses from 1098 records. Compared to robust individuals, older adults with sarcopenic obesity were more vulnerable to frailty [odds ratio (OR), 3.76; 95% confidence interval (CI), 2.62 to 5.39; I2 = 79.3%; P < .0001]. Obesity was not associated with the risk of frailty (OR, 1.23; 95% CI, 0.99 to 1.53; I2 = 0.0%; P = .501) in sarcopenic older adults. CONCLUSIONS: Sarcopenic obesity is associated with a high risk of frailty. Sarcopenia and obesity may have synergistic effects on frailty in older adults.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| 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 ».