Can malnutrition, dietary habits, and diet quality be determinant factors in frailty, sarcopenia, low physical function, and depression in older adults?
Notice bibliographique
Résumé
BACKGROUND: The relationships between diet quality, malnutrition status and dietary intake and health problems such as frailty, sarcopenia, low physical function and depression, which are frequently observed in older individuals, are still unclear. This study aimed to investigate the associations between malnutrition, diet quality, and dietary intake and frailty, sarcopenia, low physical function, and depression in elderly individuals. METHODS: The Edmonton Frailty Scale (EFS), Sarcopenia Rapid Screening Test (SARC-F), Katz Activities of Daily Living Scale (KATZ) for the Elderly, Geriatric Depression Scale (GDS), Mini Nutritional Assessment (MNA)-Short Form, and Mediterranean Diet Adherence Scales (MEDAS) were administered to all study participants (n = 695) to determine frailty, sarcopenia, physical status, depression status, nutritional status and adherence to the Mediterranean diet. The participants' dietary acid load was assessed via the potential renal acid load (PRAL) and net endogenous acid production (NEAP) indicators. RESULTS: Compared with men, women had significantly greater levels of frailty and sarcopenia (p < 0.05). Frailty and sarcopenia status were correlated with each other, and GDS scores increased significantly, whereas KATZ scores decreased as their severity increased (p < 0.05). MNA and MEDAS scores correlated with EFS (r = -0.508, p < 0.001; r = -0.084, p = 0.027, respectively), SARC-F (r = -0.358, p < 0.001; r = -0.126; p = 0.001, respectively), and GDS (r = -0.397, p < 0.001, r = -0,243, p < 0,001, respectively), whereas KATZ and MNA (r = 0,439) scores were found to be positively correlated with energy (r = 0,133) and protein (r = 0,119) intake (p < 0,05). As the PRAL score increased, the GDS (r = -0.082; p = 0.031), the SARC-F (r = -0.087; p = 0.022), and the EFS (r = -119, p = 0.002) decreased significantly. Each 1-unit increase in the MNA score caused decreases of 0.857, 0.431, and 1.201 units in the EFS, SARC-F, and GDS, respectively, and an increase of 0.190 units in the KATZ. CONCLUSIONS: Malnutrition status is positively associated with frailty, sarcopenia, low physical activity, and depression.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».