Associations Between Poor Appetite, Sarcopenia, and Cognitive Function in Community-dwelling Malaysian Older Adults
Notice bibliographique
Résumé
OBJECTIVES: This study aimed to explore the associations between poor appetite, sarcopenia, and cognitive function among Malaysian older adults. METHODS: This nationwide study involved 1086 community-dwelling older adults aged 55 years and above. Poor appetite was defined using a self-reported question, while cognitive function was assessed with the Montreal Cognitive Assessment. Sarcopenia was identified based on handgrip strength, 6-meter gait speed, and muscle mass, in accordance with the Asian Working Group for Sarcopenia 2019 criteria. Associations between poor appetite, sarcopenia, and cognitive function were analyzed using both univariate and multivariate analyses. RESULTS: Multivariate analysis revealed that handgrip strength (β=0.067, p=0.012) and gait speed (β=1.080, p=0.017) were significantly associated with cognitive function after adjusting for confounders such as age, ethnicity, marital status, education, and alcohol and smoking consumption. However, no significant association was observed between poor appetite and cognitive function, nor was any moderation effect found between poor appetite and sarcopenia-related traits on cognitive function. CONCLUSIONS: Our study confirms that low muscle strength and reduced physical performance are significantly associated with an increased risk of cognitive impairment among community-dwelling older adults. These findings underscore the critical importance of muscle strength and physical performance in preserving cognitive function-a decline that is not inevitable with age. Routine screening and early detection of muscle health and cognitive function are essential, and should be followed by intervention strategies targeting muscle health to mitigate cognitive decline in aging populations.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».