Grip Strength Normalized by Lean Body Mass: A Novel Biomarker for Cognitive Health in Older Adults
Notice bibliographique
Résumé
BACKGROUND: According to work by Boyle and Bennett and colleagues, about half of cognitive decline in the elderly is not explained by amyloid, tau, or other measurable pathologies. Presumably unmeasured aspects of neuronal and synaptic health are key aspects of causation. Maximal grip strength relies on optimal health and function of all motor unit components, including peripheral neural structures. This study explores the relationship between grip strength normalized by lean body mass (Grip/LBM) and cognitive performance, hypothesizing that Grip/LBM reflects brain general cortical neuronal health and is a stronger predictor of cognition than grip strength or lean body mass alone. METHOD: A total of 232 older adults (56 males, 176 females; aged 50-95) with subjective cognitive impairment (SCI) or mild cognitive impairment (MCI) were assessed. Grip strength was measured using a Jamar hand dynamometer, and lean body mass was determined via dual-energy X-ray absorptiometry. Cognitive performance was evaluated using the Montreal Cognitive Assessment (MoCA). Correlation and multiple linear regression analyses were conducted to assess the association between Grip/LBM and MoCA scores, controlling for age and sex. RESULT: Grip/LBM showed a significant positive correlation with MoCA scores (r=0.286, p <0.00001). Multiple regression analysis identified Grip/LBM as a significant predictor of MoCA scores (β=4.69, p = 0.001), alongside age (β=-0.089, p <0.001) and sex (β=-1.56, p <0.001), with the model explaining 22.4% of the variance in cognitive performance. Grip strength alone and lean body mass alone were weaker predictors, with minimal or nonsignificant associations. Sex-specific analyses revealed a stronger correlation in males (r=0.464) compared to females (r=0.305). CONCLUSION: Grip/LBM emerged as a robust predictor of cognitive health, outperforming grip strength or lean body mass alone. These findings suggest that neuromuscular function, as reflected by Grip/LBM, may serve as a surrogate marker for brain neuronal integrity. This metric offers potential as a practical biomarker for cognitive health and a target for interventions aimed at mitigating cognitive decline.
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) | 0,001 | 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».