MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409209826 · doi:10.3390/nu17071273

Selected Nutrients to Oppose Muscle Disuse Following Arthroscopic Orthopedic Surgery: A Narrative Review

2025· review· en· W4409209826 sur OpenAlexaff
Dean M. Cordingley, Maryam Taheri, Moein Fasihiyan, Jarret M. Woodmass, Stephen M. Cornish

Notice bibliographique

RevueNutrients · 2025
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMuscle metabolism and nutrition
Établissements canadiensMcGill UniversityUniversity of ManitobaPan Am Clinic
Organismes subventionnairesnon disponible
Mots-clésOrthopedic surgeryGlutamineNarrative reviewMedicineCreatineSarcopeniaSkeletal muscleMuscle strengthCreatine kinaseMuscle massSurgeryMuscle atrophyBioinformaticsAmino acidInternal medicinePhysiologyIntensive care medicineBiologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Background: Orthopedic surgery and the corresponding events (i.e., immobilization and muscle disuse) result in a cascade of biological events to promote healing but can come with the loss of skeletal muscle mass and strength. A good nutritional status of patients is associated with positive post-surgical outcomes, with macronutrients receiving the majority of emphasis in the research literature. However, beyond the surgical literature, there are other nutrients and nutritional supplements that have been established or postulated to improve skeletal muscle mass and strength. Objective: The purpose of this narrative review is to provide evidence for the utility of using creatine, vitamin D, omega-3 fatty acids, glutamine, essential amino acids-branched chain amino acids (EAA-BCAA) and beta-hydroxy-beta-methylbutyrate (HMB) supplementation and the role they may play in minimizing muscle atrophy and strength loss following orthopedic surgery. The review will also highlight areas of future research to support a better understanding of the efficacy of supplementing with these substances pre- and/or post-surgery.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,331
Écart entre enseignants0,309 · 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'étudeSans objet
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNutrients→Même sujetMuscle metabolism and nutrition→Travaux en français237 207→