Sarcopenia as a predictor of negative health outcomes in patients with type 2 diabetes mellitus: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Sarcopenia represents a considerable public health issue and is associated with increased mortality and complication rates in patients with type 2 diabetes mellitus (T2DM). Existing evidence regarding adverse outcomes in patients with T2DM and sarcopenia is currently scattered and limited, and comprehensive evidence is lacking. METHODS: A comprehensive search of Embase, PubMed, Scopus, and Web of Science was conducted to identify relevant studies that assessed the impact of sarcopenia on mortality, cardiovascular disease (CVD), and complications in individuals with T2DM. The quality of the included studies was evaluated using the Newcastle-Ottawa Scale and the Joanna Briggs Institute Critical Appraisal tool. The pooled hazard ratios and odds ratios, along with their corresponding 95% confidence intervals for mortality, CVD, and complication estimates, were analyzed. RESULTS: Fifteen studies were included in the meta-analysis. The overall risk of bias across the studies was low. Patients with T2DM and sarcopenia had a considerably elevated risk of mortality, with a pooled hazard ratio of 1.72 (95% CI = 1.28-2.32). Similarly, sarcopenia was associated with an increased hazard ratio for CVD of 1.94 (95% CI = 1.67-2.25). Furthermore, sarcopenia was associated with an elevated risk of developing diabetic complications, as evidenced by a hazard ratio of 1.12 (95% CI = 1.09-1.15) and an odds ratio of 2.49 (95% CI = 1.53-4.05). CONCLUSIONS: Sarcopenia is predictive of adverse outcomes, including mortality, CVD, and diabetic complications, in patients with T2DM. Our findings underscore the clinical imperative for integrating sarcopenia assessment into routine T2DM management to facilitate early risk stratification.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,036 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| 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 | 0,001 |
| 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 ».