Correlation Analysis of Serum Uric Acid and Uric Acid Creatinine Ratio With Sarcopenia in the Elderly
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Objectives: Sarcopenia is a progressive and systemic skeletal muscle disease. Uric acid is a powerful endogenous antioxidant and an indicator reflecting the nutritional status in the human body. Serum uric acid creatinine ratio (UCR) is serum uric acid (SUA) corrected by renal function. The relationship between SUA, UCR, and sarcopenia remains underexplored. This study explored the correlation between SUA, UCR, and sarcopenia in elderly patients. Methods: test, or chi-squared test was used to compare the differences between groups. Spearman correlation analysis was used to analyze the correlation between SUA, UCR, and skeletal muscle mass index (SMI) and handgrip strength. The relationship between SUA, UCR, and sarcopenia was estimated by a multivariate logistic regression model. ROC curve was drawn to test the diagnostic efficacy of SUA and UCR for sarcopenia. Results: The levels of SUA and UCR were significantly lower in participants with sarcopenia. Spearman correlation analysis showed that SUA and UCR were positively correlated with handgrip strength and skeletal muscle mass index. Multivariate logistic regression analysis showed that, after adjusting for relevant confounding factors, UCR remained significantly associated with sarcopenia, while SUA didn't. The AUC of SUA combined with UCR in diagnosing sarcopenia in males was 0.744. In females, the progressive significance of SUA was not statistically significant. The AUC of UCR was 0.658. Conclusion: In the elderly, SUA and UCR are related to sarcopenia, but there are certain gender differences.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,000 |
| 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 découle