MétaCan
Menu
Retour à la cohorte
Enregistrement W4412706175 · doi:10.2196/65374

Association of a Healthy Lifestyle With All-Cause and Cause-Specific Mortality Among Individuals With Probable Sarcopenia: Population-Based Cohort Study

2025· article· en· W4412706175 sur OpenAlexaffvenue
Ning Wang, Yuqing Zhang, Junqing Xie, Na Lu, Aojie Zheng, Changjun Li, Jie Wei, Chao Zeng, Guanghua Lei, Yilun Wang

Notice bibliographique

RevueJMIR Aging · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensResearch Canada
Organismes subventionnairesnon disponible
Mots-clésMedicineSarcopeniaHazard ratioProportional hazards modelProspective cohort studyPopulationCohortGerontologyCohort studyLongevityDemographyInternal medicineConfidence intervalEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Background: Individuals with probable sarcopenia have shown excess mortality, yet no specific treatment regimen has been established. While lifestyle factors improve health and longevity in general populations, their role in probable patients with sarcopenia remains unclear due to differing lifestyle patterns. Clarifying this could inform strategies to address this unmet need. Objective: We aim to quantify the impact of a healthy lifestyle on all-cause and cause-specific mortality in probable sarcopenic populations using a large-scale prospective cohort study. Methods: Participants were selected from the UK Biobank, aged 40-69 years, during 2006-2010. Probable sarcopenia was identified according to EWGSOP2 (European Working Group on Sarcopenia in Older People 2) criteria, resulting in 20,654 participants being included in this study. Death dates and underlying causes were obtained from the National Health Service Information Center. Cox proportional hazard models and population-attributable risk were used to assess the associations between healthy lifestyle factors and premature mortality risk. Results: A total of 20,654 individuals with probable sarcopenia were included in this study. The median age of the population was 62.0 (IQR 56.0-66.0) years, and 60.6% (n=12,528) were women. During a median follow-up duration of 11.5 (IQR 10.8-12.3) years, 2447 participants died. All healthy lifestyle factors, including nonsmoking (P<.001), moderate alcohol intake (P<.001), regular physical activity (P<.001), a healthy diet (P=.01), limited television-watching time (P<.001), adequate sleep duration (P=.001), and strong social connections (P<.001), were independently associated with lower mortality risk. To evaluate the cumulative associations between modifiable lifestyle factors and mortality outcomes (all-cause and cause-specific) among patients with probable sarcopenia, we developed a healthy lifestyle index. Participants were assigned one point per adherence to each optimal lifestyle factor. Compared with individuals with 0-2 healthy lifestyle scores, hazard ratios of all-cause mortality for those with 3 to 6-7 factors were 0.67 (95% CI 0.59-0.76), 0.51 (95% CI 0.45-0.57), 0.43 (95% CI 0.38-0.49), and 0.33 (95% CI 0.29-0.39), respectively (P for trend <.001). There was also a dose-response relationship between the number of healthy lifestyle factors and mortality from cancer, cardiovascular disease, respiratory disease, digestive disease, and other causes (all P for trend<.001). Population-attributable risk analysis indicated that 25.7% (95% CI 22%-29%) of deaths were attributable to a poor lifestyle (scoring 0-5). Conclusions: A healthy lifestyle is associated with a lower risk of all-cause mortality and mortality due to cancer, cardiovascular disease, respiratory disease, and digestive disease among individuals with probable sarcopenia. Adopting a healthy lifestyle (scoring 6-7) could prevent 25.7% of deaths in this population.

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 enseignants0,004
Score d'incertitude au seuil0,540

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 Opus0,037
Tête enseignante GPT0,358
Écart entre enseignants0,320 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJMIR AgingMême sujetNutrition and Health in AgingTravaux en français237 207