MétaCan
Menu
Retour à la cohorte
Enregistrement W4408230051 · doi:10.1186/s12877-025-05819-7

The evidence and impact of deprescribing on sarcopenia parameters: a systematic review

2025· review· en· W4408230051 sur OpenAlexaff
Kinda Ibrahim, Natalie Cox, Stephen Lim, Eloise Radcliffe, Carina Lundby, Konstantinos Prokopidis, Wade Thompson, Frank Moriarty

Notice bibliographique

RevueBMC Geriatrics · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Institute for Health and Care Research
Mots-clésDeprescribingMedicinePolypharmacySarcopeniaDiscontinuationCINAHLTimed Up and Go testCochrane LibraryPhysical therapyQuality of life (healthcare)MEDLINEBeers CriteriaPsychological interventionGerontologyBalance (ability)Intensive care medicineMeta-analysisInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Polypharmacy (concomitant prescription of ≥ 5 medications) affects a third of older people, and evidence suggests an association with sarcopenia (loss of skeletal muscle mass/quality, muscle strength, and/or physical performance). As such, deprescribing has been recommended in routine management of sarcopenia, however it's unknown whether deprescribing is beneficial. This systematic review aimed to understand effects of deprescribing on sarcopenia parameters in older adults. METHODS: Medline, Embase, CINAHL, Web of Science, and the Cochrane Library databases were searched up to July 2023. All studies reporting effects of deprescribing interventions on sarcopenia parameters (primary outcomes) or nutritional intake (secondary outcomes) among older adults were included. Findings were summarised narratively, and study quality was assessed. RESULTS: A total of 4860 articles were identified and six were included (mean age range 67-87 years). Studies were heterogeneous in design, settings, follow-up periods, and outcomes. Deprescribing had no effect on skeletal muscle mass (n = 2). Positive effects were shown on handgrip strength with two studies reporting improvements following antihypertensive or benzodiazepines discontinuation and one showing no change between admission and discharge with general deprescribing. Outcomes of deprescribing on physical function outcomes varied based on the measures used. For example, one study showed no changes in timed up and go, Whereas effects on gait speed was contradictory in two studies, with preservation and deterioration reported. Two studies reported improvement between baseline and follow up in balance scores measured part of the Short physical performance battery or using the Short Berg's Balance Scale among those who discontinued antihypertensive and/or benzodiazepines. Two studies reported improvements in nutritional outcomes following deprescribing at hospital discharge, whereas two other studies reported no change or increase in weight loss. CONCLUSION: There is limited research about the impact of deprescribing on sarcopenia parameters. This systematic review found no significant changes in muscle mass but there is some evidence in improvements in strength, physical performance, and nutritional status with deprescribing. The multidisciplinary implementation of nutrition and exercise therapies, as well as medication management to modify polypharmacy, may further promote improvement in sarcopenia. However, more high-quality research is needed to understand the effects of deprescribing on sarcopenia parameters among older people including those with confirmed diagnosis of sarcopenia. REGISTRATION: The review was registered on the international prospective register of systematic reviews (PROSPERO, CRD42023417997).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,792

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,182
Tête enseignante GPT0,460
Écart entre enseignants0,278 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC GeriatricsMême sujetNutrition and Health in AgingTravaux en français237 207