MétaCan
Menu
Retour à la cohorte
Enregistrement W4412088025 · doi:10.1093/ageing/afaf189

Interactions between bone density and muscle mass in predicting all-cause mortality: a 10-year prospective cohort study of 1388 older men (aged 77–101 years)

2025· article· en· W4412088025 sur OpenAlexaff
Ben Kirk, Stéphanie Harrison, Jesse Zanker, Andrew J. Burghardt, Eric Orwoll, Peggy M. Cawthon, Gustavo Duque

Notice bibliographique

RevueAge and Ageing · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueBone health and osteoporosis research
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Arthritis and Musculoskeletal and Skin DiseasesNational Institute on AgingNational Institutes of Health
Mots-clésMedicineProspective cohort studyBone densityProportional hazards modelCohort studyFemoral neckCohortHazard ratioInternal medicineOsteoporosisConfidence interval

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Low bone density and low muscle mass are both independent risk factors for mortality in older men. However, it is unknown if these tissues interact to increase mortality risk. Elucidating this information is important as bone and muscle are modifiable across the life cycle. OBJECTIVE: To examine whether there is an interconnection between bone density and muscle mass on all-cause mortality in older men. DESIGN: Prospective cohort study. SETTING: The Osteoporotic Fractures in Men study, an multicenter longitudinal study across six US sites. PARTICIPANTS: Exposures measured at baseline visit (2014-2016) included bone density by dual-energy X-ray absorptiometry (hip, g/cm2); muscle mass by creatine dilution stable isotope (whole body, kg); bone strength by high-resolution computed tomography (tibia, newtons); and muscle volume by high-resolution computed tomography (calf, mm3). Covariates measured at baseline visit (2014-2016) included demographics and lifestyle factors as well as medical conditions. MAIN OUTCOME MEASURE: All-cause mortality by death certificates and International Classification of Diseases-Ninth Revision codes measured from 2014 to 2016 through August 2024. Data analysis was performed during December 2024. Cox hazards models were used to model the relationship between the exposures and outcomes, unadjusted and adjusted for covariates. RESULTS: A total of 1388 men with a mean age of 84.2 ± 4.1 years (77-101 years, 91.6% white) were followed for 6.58 ± 2.61 years. A total of 663 (47.8%) men died. In unadjusted analyses using continuous exposures, interaction terms were significant between bone and muscle variables for all-cause mortality (P < 0.001 to 0.039). In men with low muscle mass or low muscle volume (≤50th percentile), each SD decrease in bone density increased all-cause mortality by a respective 19% (HR = 1.19 95% CI 1.07-1.34) and 29% (HR = 1.29 95% CI 1.11-1.49) in multivariable-adjusted models. Likewise, in men with low muscle mass or low muscle volume (≤50th percentile), each SD decrease in bone strength increased all-cause mortality by a respective 19% (HR = 1.19 95% CI 1.06-1.33) and 29% (HR = 1.29 95% CI 1.12-1.48) in multivariable-adjusted models. CONCLUSIONS: We found consistent evidence for a combined association of bone and muscle health on all-cause mortality. Randomised controlled trials are now needed to confirm if increasing or preserving bone and muscle mass in old age reduces mortality 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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 seuil0,453

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,035
Tête enseignante GPT0,360
Écart entre enseignants0,325 · 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'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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAge and AgeingMême sujetBone health and osteoporosis researchTravaux en français237 207