Diets Higher in Dairy Foods and Dietary Protein Support Bone Health during Diet- and Exercise-Induced Weight Loss in Overweight and Obese Premenopausal Women
Notice bibliographique
Résumé
CONTEXT: Consolidation and maintenance of peak bone mass in young adulthood may be compromised by inactivity, low dietary calcium, and diet-induced weight loss. OBJECTIVE: We aimed to determine whether higher intakes of dairy foods, dietary calcium, and protein during diet- and exercise-induced weight loss affected markers of bone health. PARTICIPANTS: Participants included premenopausal overweight and obese women. DESIGN/INTERVENTION: Ninety participants were randomized into three groups (n = 30 per group): high protein and high dairy (HPHD), adequate protein and medium dairy (APMD), and adequate protein and low dairy (APLD), differing in dietary protein (30, 15, or 15% of energy, respectively), dairy foods (15, 7.5, or <2% of energy from protein, respectively), and dietary calcium (∼1600, ∼1000, or <500 mg/d, respectively). OUTCOME MEASURES: Serum and urine bone turnover biomarkers, serum osteoprotegerin (OPG), receptor activator of nuclear factor-κB ligand (RANKL), PTH, 25-hydroxyvitamin D, leptin, and adiponectin measured at 0 and 16 wk. RESULTS: All groups lost equivalent body weight (P < 0.05). N-telopeptide, C-telopeptide (CTX), urinary deoxypyridinoline, and osteocalcin increased in APLD (P < 0.01), whereas in HPHD, osteocalcin and procollagen 1 amino-terminal propeptide (P1NP) increased (P < 0.05), and all resorption markers remained unchanged. P1NP to CTX and OPG to RANKL ratios increased in HPHD (P < 0.005), and P1NP to CTX ratio decreased in APLD (P < 0.05). PTH decreased in HPHD and APMD vs. APLD (P < 0.005), and 25-hydroxyvitamin D increased in HPHD (P < 0.05), remained unchanged in APMD, and decreased in APLD (P < 0.05). Leptin decreased and adiponectin increased in APMD and HPHD only (P < 0.001). CONCLUSIONS: Hypoenergetic diets higher in dairy foods, dietary calcium, and protein with daily exercise, favorably affected important bone health biomarkers vs. diets with less of these bone-supporting nutrients.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».