Handgrip Strength Asymmetry in Middle-aged and Older Adults: Clinical Aspects
Notice bibliographique
Résumé
Background: Identifying early markers of neurodegeneration remains a key challenge. Recent studies (Zammit AR, 2021; Chen Z. et al., 2022; Wang et al., 2023) suggest an association between handgrip strength (HGS) asymmetry and cognitive decline. This study explores clinical characteristics of HGS asymmetry in middle-aged and elderly patients. Methods: Ninety patients (mean age 63.7±1.2 years; 58.9% men) were enrolled. Inclusion criteria: age >45, preserved hand function. HGS was measured using a KERN MAP 130K1 dynamometer. Asymmetry coefficient was defined as the ratio of non-dominant to dominant hand strength; values <0.9 or >1.1 indicated asymmetry. Cognitive function was assessed via the MoCA test; anxiety and depression via the HADS scale. Results: Mean HGS: dominant hand – 28.5±1.8 kg, non-dominant – 25.9±1.3 kg. HGS asymmetry was found in 54.4% of patients (dominant hand – 38 cases; non-dominant – 11). MoCA scores were lower in the asymmetry group (22.8±0.6) vs. the non-asymmetry group (24.8±0.4; p<0.05). Significant declines were observed in visuoconstructive skills (1.67±0.24 vs 2.58±0.30) and memory (1.61±0.39 vs 2.11±0.40). MoCA negatively correlated with age (r = -0.39) and anxiety (r = -0.32). In the asymmetry group, strong correlations were found between gender and muscle strength (r = -0.70), and between muscle strength and MoCA scores (r = 0.34). Conclusion: HGS asymmetry was present in over half of patients and was associated with lower cognitive scores. The asymmetry coefficient may serve as a clinical marker of early 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 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 | 0,008 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 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 ».