Prevalence of Low Bone Mass and Deficiencies of Vitamins D and K in Pediatric Patients With Cystic Fibrosis From 3 Canadian Centers
Notice bibliographique
Résumé
OBJECTIVE: In this cross-sectional observational study, we assessed both vitamins D and K status and bone health in pancreatic insufficient pediatric patients with cystic fibrosis from 3 Canadian cystic fibrosis centers. METHODS: Eighty-one patients who had cystic fibrosis and were clinically stable for at least 3 months were enrolled. At the time of the clinic visit, anthropometric variables, lung function, pubertal status, intake of calcium and vitamins D and K, and physical activity were assessed. Blood was taken for analysis of biochemical biomarkers of bone turnover and status of vitamins D and K, and a urine sample was obtained for calcium, creatinine, sodium, and deoxypyridoline analyses. Whole-body bone mineral content and lumbar spine (L1-L4) bone mineral density were measured. RESULTS: The children were relatively well nourished and had moderate to mild lung disease. Low bone mineral mass defined as a z score between -1.0 and -2.0, for gender and age was detected in 38% of the children for whole body and in 28% for lumbar spine. z score less than -2.0 was observed in 7 children for both bone measures. Suboptimal vitamin D status occurred in 95% of patients; suboptimal vitamin K status occurred in 82% of patients. Measures of plasma osteocalcin and carboxy-terminal propeptide type 1 procollagen and urinary deoxypyridoline compared with reference values for age, gender, and pubertal status reflected a state of suppressed bone formation and elevated bone resorption in a large proportion of the patients. CONCLUSIONS: Bone mass of the whole body and spine was lower than expected for chronological age in approximately one third of pediatric patients with cystic fibrosis irrespective of gender or age. This may be explained by the observation of low bone turnover for developmental stage as indicated by bone biomarkers. Suboptimal status of vitamins D and K may be key causative factors of the low bone status for age.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».