Notice bibliographique
Résumé
Early detection of abnormalities in bone turnover may be facilitated by assessing biomarkers of bone metabolism including vitamin D status. In many children with cancer, biomarkers of bone formation (osteocalcin, bone specific alkaline phosphatase and carboxy-(or N terminal) propeptide of type 1 procollagen) were observed to be suppressed, while bone resorption was elevated as measured by serum cross-linked (or C-terminal) telopeptide of type 1 collagen. Insulin-like growth factor 1, which stimulates bone formation, may be suppressed indirectly indicating a growth hormone insufficiency. Leptin may also play a role in bone remodeling as hyperleptinemia has been observed in association with acute lymphoblastic leukemia. Evaluation of bone status using such biomarkers is complicated by the lack of universally accepted reference values and the variation by age, gender, or pubertal status. Etiologic factors contributing to the observed skeletal morbidities include disease process, chemotherapy (drugs such as glucocorticoids and methotrexate) and radiotherapy. Other factors common to children with cancer, such as chronic inflammation, dietary changes and physical inactivity, must also be taken into account. The current evidence for abnormalities in biomarkers of vitamin D status and bone turnover will be the focus of this review of published studies.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».