Sarcopenia, definición y diagnóstico: ¿Necesitamos valores de referencia para adultos mayores de Latinoamérica?
Bibliographic record
Abstract
La sarcopenia es uno de los principales síndromes geriátricos que está asociada con limitación en las actividades de la vida diaria, discapacidad y mortalidad en la población adulta mayor. Sin embargo, su definición, criterios diagnósticos y puntos de corte son diversos en la literatura, lo que dificulta el diagnóstico de la sarcopenia. El objetivo de esta revisión narrativa fue detectar en la literatura todos los consensos internacionales relacionados con sarcopenia, comparar su definición, criterios diagnósticos y puntos de corte, con el propósito de identificar una definición y criterios que puedan ser utilizados en Latinoamérica. Fueron identificados 7 consensos internacionales que han definido la sarcopenia como un síndrome/enfermedad caracterizado por la pérdida de la masa y función muscular asociada al proceso de envejecimiento. A pesar de tener una definición similar, no hay una total concordancia entre los criterios y evaluaciones. La sarcopenia puede ser detectada utilizando evaluaciones funcionales de fuerza muscular, velocidad de la marcha y equilibrio, que son frecuentemente utilizados por profesionales del área de la rehabilitación. Adicionalmente, el riesgo de sarcopenia puede ser identificado utilizando los cuestionarios SARC-F y SARC-CalF. Debido a su impacto funcional, la sarcopenia debería ser diagnosticada precozmente en adultos mayores por terapeutas ocupacionales, kinesiólogos y fisioterapeutas, para prevenir y tratar futuras complicaciones clínicas y funcionales en esta población. Es necesario la creación de valores de referencia para favorecer el diagnóstico de la sarcopenia en población latinoamericana.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.009 | 0.025 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.004 | 0.005 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".