Diet composition but not rat source affects bone quantity and strength in rats with subclinical inflammation
Notice bibliographique
Résumé
Previous studies have shown differences in sensitivity to colon carcinogens among similar strains of rats from different suppliers, suggesting differences in colonic inflammation and epithelial cell proliferation. It is unclear if these differences may affect bone health differently. We determined if rats from different suppliers fed either control or experimental diet would have different bone mineral content (BMC), bone mineral density (BMD), and bone strength. Male Wistar rats (supplier was Harlan or Charles River, n = 12/group) were randomized to control diet (AIN‐76A, carbohydrate as glucose) or an experimental diet (AIN‐76A, carbohydrate as fructose as well as high iron, low calcium). Left femur (LF) and lumbar vertebrae (LV) were collected after 11 weeks of feeding. BMC and BMD of LF and LV were measured using DEXA. Peak load (PL), the maximum force a bone can withstand before fracture, was measured by 3‐point bending (LF) and compression (LF neck, LV3). The experimental diet resulted in lower (P <0.001) BMC and BMD of LF and LV, and lower (P <0.001) PL at all three sites, regardless of rat source. There was an interaction of rat source and diet in which Harlan rats fed control diet had higher (P < 0.05) PL at the LF neck than Charles River rats fed control diet. These results suggest that rat source and differences in subclinical inflammation are lesser determinants of bone quantity and strength than diet composition.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».