MétaCan
Menu
← Back to cohort
Record W7161944503 · doi:10.82308/9879

Evaluation of sarcopenia screening and diagnosis in acute and chronic care settings of cardiovascular disease

2020· dissertation· en· W7161944503 on OpenAlexaboutno aff
Aayushi Joshi

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldMedicine
TopicNutrition and Health in Aging
Canadian institutionsnot available
Fundersnot available
KeywordsCoronary heart diseaseChronic diseaseDiseaseSarcopeniaProspective cohort study

Abstract

fetched live from OpenAlex

Introduction: La sarcopénie est définie comme une perte de force musculaire et de masse musculaire liée à l'âge et peut être dépistée et diagnostiquée de différentes manières dans les soins cardiovasculaires aigus et chroniques. Les principaux objectifs de cette thèse étaient de 1) étudier la valeur pronostique incrémentale du diagnostic de sarcopénie par l'indice de masse musculaire appendiculaire (AMMI) basé sur DXA et la force musculaire basée sur la performance chez les personnes âgées subissant une chirurgie cardiaque, et 2) déterminer la valeur pronostique de dépistage de la sarcopénie par questionnaire SARC-F et paramètres de force musculaire chez les personnes âgées vivant dans la communauté souffrant d'insuffisance cardiaque.Méthodes: Suite à une revue de la littérature sur la sarcopénie dans les maladies cardiovasculaires, deux études prospectives de cohorte ont été effectuées. Dans la sous-étude du registre de fragilité de McGill, les patients âgés référés pour un pontage coronarien ou une chirurgie valvulaire cardiaque qui ont subi une évaluation de la sarcopénie impliquant un scan DXA avant la chirurgie ont été inclus. Pour la deuxième étude de cohorte prospective multicentrique, FRAILTY HF, la cohorte comprenait des adultes plus âgés fréquentant une clinique d'insuffisance cardiaque qui ont effectué une évaluation de la fragilité.Résultats: D'après la première étude portant sur 141 patients en chirurgie cardiaque, la prévalence de l'AMMI faible, du temps de montée lente de la chaise et de la sarcopénie (faible AMMI et temps de montée lente de la chaise) était de 24%, 57% et 13%, respectivement. La régression multivariée ajustée a indiqué que chaque écart type de la diminution de l'AMMI et de l'augmentation du temps de montée du fauteuil était associé à un rapport de risque de 1.84 (IC à 95% 1.18 à 2.86) et 1.79 (IC à 95% 1.26 à 2.54), respectivement, pour la mortalité toutes causes confondues. D'après la deuxième étude portant sur 100 patients atteints d'insuffisance cardiaque, la prévalence du temps de montée lente et de la sarcopénie probable (pire score SARC-F et temps de montée lente) était de 60% et 31%, respectivement. La sarcopénie probable était associée à un double risque de mortalité toutes causes confondues ou d'aggravation de l'incapacité à 3 mois (OR = 2.7; IC à 95% 0.87 à 8.42), bien que non significatif. Cependant, une sarcopénie probable était prédictive d'un mauvais état de santé physique et mentale à 3 mois.Conclusions: La force musculaire des membres inférieurs et les mesures de la masse musculaire basées sur la DXA sont indicatives de la sarcopénie et prédictives de la survie chez les personnes âgées référées pour une chirurgie cardiaque. De plus, le dépistage de la sarcopénie chez les patients atteints d'insuffisance cardiaque a indiqué qu'un dépistage positif est fortement prédictif d'une mauvaise qualité de vie liée à la santé à 3 mois. La validation des résultats en optimisant les seuils de sarcopénie et en déterminant les meilleures méthodes de dépistage et de diagnostic dans les études futures est nécessaire

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 imitation

Not 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.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.011
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.005
Threshold uncertainty score0.018

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0030.011
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0020.001
Science and technology studies0.0010.000
Scholarly communication0.0010.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0030.000

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.

Opus teacher head0.042
GPT teacher head0.359
Teacher spread0.317 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2020
Admission routes1
Has abstractyes

Explore more

Same topicNutrition and Health in Aging→French-language works237,207→