MétaCan
Menu
Retour à la cohorte
Enregistrement W4415835809 · doi:10.3389/fmed.2025.1681237

Sarcopenia in idiopathic pulmonary fibrosis: an updated systematic review and meta-analysis

2025· review· en· W4415835809 sur OpenAlexaboutno aff
Jun Zeng, Jia Liu, Lianping He, Jianyu Zhu, Jie He, Jiaqing Jiang, Zhenglin Chen, Xinrui Zhu, Jingyue Yang, Yifan Yuan

Notice bibliographique

RevueFrontiers in Medicine · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensnon disponible
Organismes subventionnairesChengdu Medical College
Mots-clésSarcopeniaMEDLINEDiseasePulmonary diseasePopulation

Résumé

récupéré en direct d'OpenAlex

Background Sarcopenia has frequently been identified as a comorbid condition in numerous diseases, ultimately influencing patient outcomes. Nonetheless, within the context of idiopathic pulmonary fibrosis (IPF), it has received relatively insufficient clinical focus. This systematic review and meta-analysis were conducted to estimate the prevalence of sarcopenia among individuals diagnosed with IPF and to investigate the links between sarcopenia and both pulmonary function and prognosis in this population. Methods Comprehensive literature searches were carried out in Excerpta Medica Database (Embase), PubMed, Web of Science, China National Knowledge Infrastructure (CNKI), and Cochrane Library databases up to 7 July 2025, utilizing relevant MeSH terms. Quality evaluation was implemented through the Joanna Briggs Institute (JBI) tool and the Newcastle-Ottawa Scale. To account for heterogeneity across studies, a random-effects model was implemented. Statistical heterogeneity was examined utilizing I 2 statistics. The overall prevalence of sarcopenia was calculated by pooling data to generate percentages accompanied by 95% confidence intervals (CI). For continuous variables sharing identical units, weighted mean differences were adopted as effect size metrics. Results In total, 15 studies satisfied the eligibility requirements for inclusion. Findings indicated that sarcopenia was present in 25% of IPF cases. Participants were stratified into subgroups based on factors such as ethnicity, age, and diagnostic standards for sarcopenia to facilitate subgroup meta-analyses. A consistently elevated prevalence of sarcopenia was observed across all subgroup classifications. Furthermore, most parameters used to assess sarcopenia were found to be decreased in IPF individuals, and those with sarcopenia demonstrated impaired pulmonary function, reduced exercise capacity, and an overall worse prognosis. Conclusion Current evidence supports the notion that sarcopenia is highly prevalent in IPF populations and may be closely linked to pulmonary functional impairment. Therefore, early identification and therapeutic intervention of sarcopenia should be emphasized in individuals with IPF. Moreover, standardized sarcopenia diagnostic criteria and protocols are urgently needed to ensure accurate meta-analysis results and research conclusions. A prospective, multicenter prospective study with inclusion of sex-specific and comorbidity-adjusted analyses should be awaited in the future. Systematic review registration https://www.crd.york.ac.uk/PROSPERO/view/CRD420251089889 , identifier CRD420251089889.

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)0,015
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,079

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,033
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0190,038
Bibliométrie0,0110,010
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,086
Tête enseignante GPT0,403
Écart entre enseignants0,317 · 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'étudeMéta-analyse
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in MedicineMême sujetNutrition and Health in AgingTravaux en français237 207