Three doses of vitamin D on bone mineral density in older women: a pilot study (257.4)
Notice bibliographique
Résumé
Reports show that higher doses of vitamin D (vitD) intake than the recommended have no beneficial effect on BMD. In addition, both aging and weight loss reduce BMD. Our goal here is to determine whether vitD affects bone over 1 year in postmenopausal women who were counseled for weight control. Design: Fifty‐eight obese/overweight women (age, 58 ± 6 years; body mass index, 30.1 ± 3.8 kg/m2, serum 25‐hydroxyvitamin D (25OHD), 27.1 ± 4.4 ng/ml), were randomly assigned to one of 3 doses of vitD (A, 600 IU/d; B, 2000 IU/d; C, 4000 IU/d) with 1.2 Ca g/d. We analyzed 25OHD, parathyroid hormone and BMD and strength parameters by dual energy x‐ray absorptiometry and peripheral quantitative computed tomography. Results: At 1 year, serum 25OHD levels differed between groups (p < 0.01) and increased to 30.4 ± 5.2, 35.8 ± 4.5 and 41.5 ± 6.9 ng/ml, in groups A, B and C, respectively. Weight change was similar between groups (‐3.0 ± 4.1%). There was no significant BMD changes from baseline at the hip, spine or radius, but there was a decrease (p < 0.05) for total volumetric bone mineral content (BMC) (‐0.9 ± 3.4%), trabecular BMD (‐1.3 ± 3.8%) and BMC (‐2.9 ± 9.9%). Also, vitD affected cortical thickness over time (p<0.05) showing a change of ‐0.07± 0.22, +0.02 ± 0.15 and +0.09 ± 0.21 mm, for groups A, B and C, respectively. In conclusion, the vitD dose‐response on serum 25OHD levels improves cortical thickness but does not affect BMD or strength parameters. Grant Funding Source : NIH‐AJ12161
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».