MétaCan
Menu
Retour à la cohorte
Enregistrement W2019397900 · doi:10.1089/jmf.2006.9.436

Detection of Isoflavones in Mouse Tibia After Feeding Daidzein

2006· article· en· W2019397900 sur OpenAlexafffund
Debbie Fonseca, Wendy E. Ward

Notice bibliographique

RevueJournal of Medicinal Food · 2006
Typearticle
Langueen
DomaineMedicine
ThématiquePhytoestrogen effects and research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDaidzeinEquolOvariectomized ratIsoflavonesEndocrinologyInternal medicineIn vivoGenisteinChemistryMedicineEstrogenBiology

Résumé

récupéré en direct d'OpenAlex

Many studies suggest that diets rich in isoflavones protect against bone loss or slow the loss of bone mass that occurs because of estrogen withdrawal. Although in vitro studies have reported effects of isoflavones on bone cells, the presence of daidzein and/or equol in bone tissue in vivo has not been reported. The objective of this study was to determine if daidzein and equol were present in bone tissue (tibias) after feeding mice a diet containing purified daidzein. Sham mice (n = 9) received control diet, and ovariectomized mice were randomized to control diet (Ovx) (n = 9) or control diet containing 200 mg of daidzein/kg of diet (n = 8) for 12 weeks. At necropsy, tibias and serum were collected. Mice in the Daidzein group had significantly higher (P < .05) levels of both daidzein and equol in tibias than Sham and Ovx mice. Tibia levels of daidzein and equol were approximately five and four times higher, respectively, than the Sham and Ovx groups. Similarly, mice fed daidzein also had significantly higher (P < .05) serum daidzein and equol than the Sham and Ovx mice. In conclusion, feeding a level of daidzein that is attainable by dietary intervention alone results in a high level of both daidzein and equol in tibias. These findings suggest that daidzein and its metabolite, equol, have the potential to act directly on bone cells in vivo.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,325
Score d'incertitude au seuil0,250

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,281
Écart entre enseignants0,269 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Medicinal FoodMême sujetPhytoestrogen effects and researchTravaux en français237 207