MétaCan
Menu
Retour à la cohorte
Enregistrement W4416301115 · doi:10.3389/fcvm.2025.1671305

Comparison of sarcopenia prevalence and prognostic features between HFrEF and HFpEF: a systematic review and meta-analysis

2025· review· en· W4416301115 sur OpenAlexaboutno aff
Jun Yang, Xinbin Zhou, Siyin Wang, Jin Dai, Xiao Wang

Notice bibliographique

RevueFrontiers in Cardiovascular Medicine · 2025
Typereview
Langueen
DomaineMedicine
ThématiqueNutrition and Health in Aging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSarcopeniaMEDLINEHeart failureDiseaseDiabetes mellitus

Résumé

récupéré en direct d'OpenAlex

Background Sarcopenia is closely associated with heart failure (HF); however, no prior meta-analysis has specifically addressed its relation with different ejection fraction phenotypes. This study investigated the prevalence of sarcopenia in patients with HF with reduced ejection fraction (HFrEF) vs. those with preserved ejection fraction (HFpEF), compared their prevalence rates, and explored the prognostic outcomes associated with sarcopenia in these phenotypes. Methods PubMed, Cochrane, and Embase databases were searched from their inception to February 2025. Studies reporting the prevalence or prognosis of sarcopenia in patients with HF and defined ejection fraction phenotypes were included. Two authors independently assessed study quality using the Newcastle–Ottawa Scale and Agency for Healthcare Research and Quality. Meta-analyses were conducted using Stata 17, with random-effects models applied to heterogeneous data. Results Twenty studies were included: 17 on sarcopenia prevalence in HFrEF, four in HFpEF, four comparing the prevalence between phenotypes, and two comparing prognoses. The pooled prevalence rate of sarcopenia was 35% and 28% in patients with HFrEF and HFpEF, respectively. Subgroup analyses revealed regional variations: Asian populations showed a higher prevalence in HFrEF (48%) that that in HFpEF (16%), whereas European populations exhibited a higher prevalence in HFpEF (44%) than that in HFrEF (27%). In America, the prevalence of sarcopenia in patients with HFrEF was 29%. Age-stratified analyses demonstrated a sarcopenia prevalence of 30% in patients with HFrEF aged ≥65 years vs. 36% in those <65 years. Hospitalized patients with HFrEF had a higher prevalence (45%) than that of the outpatient cohort (23%), whereas hospitalized patients with HFpEF showed a 43% prevalence vs. 16% in outpatients. A meta-analysis of studies directly comparing HFrEF and HFpEF found no significant difference in sarcopenia prevalence (fixed-effect model: RR = 1.12, 95% CI: 1.01–1.23; I 2 = 23%, p = 0.273). Prognostic comparisons between patients with sarcopenic HFrEF and HFpEF also showed no significant difference (hazard ratio = 1.57, 95% CI: 0.66–3.77; I 2 = 79%, p = 0.029). Conclusion In epidemiology, the prevalence of sarcopenia was higher in patients with HFrEF than in those with HFpEF. However, Among studies that include a comparison of the prevalence rates of HFrEF and HFpEF with sarcopenia, meta-analyses have indicated that the ejection fraction phenotype is neither associated with the prevalence of sarcopenia in HF nor with poor outcomes in patients with HF and sarcopenia. Systematic Review Registration https://www.crd.york.ac.uk/PROSPERO/view/CRD420251077599 , PROSPERO CRD420251077599.

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)0,013
score de la tête « metaresearch » (Gemma)0,028
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: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,028
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0180,036
Bibliométrie0,0070,008
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,099
Tête enseignante GPT0,416
Écart entre enseignants0,318 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

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