Sarcopenic obesity prevalence and clinical implications in patients with advanced knee osteoarthritis and class II-III obesity
Notice bibliographique
Résumé
OBJECTIVE: , comparing various established diagnostic criteria. METHODS: We conducted a cross-sectional analysis of participants at baseline from the POMELO [Prevention of MusclE Loss in Osteoarthritis] pilot randomized clinical trial. The diagnosis of SO was based on published criteria, identifying the co-presence of low muscle function, low muscle mass, and high fat mass. Assessments included maximal handgrip strength (absolute and relative to body size), chair sit-to-stands, muscle [appendicular lean soft tissue] and fat mass measured by DXA, health-related quality of life by Euroqol EQ-5D, and physical function by 6-min walk (6MWT) and Western Ontario and McMaster Osteoarthritis Index (WOMAC). RESULTS: ), 28 % had criteria for SO (95%CI 15.5-40.4). Individuals with SO had shorter 6MWT distance, -78.6 m (p = 0.012), worse WOMAC function score, 7.2 (p = 0.046), and lower EQ-5D visual analog score, -14.7 (p = 0.016), compared to those without SO. CONCLUSION: SO was present in 28 % (95%CI 15.5-40.4) of our sample with knee OA, with clinically unfavourable implications on measured and self-reported physical function and quality of life. Identification of SO may better stratify patients and enable personalized support to preserve muscle mass and function prior to weight loss or arthroplasty considerations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».