MétaCan
Menu
Retour à la cohorte
Enregistrement W2070009788 · doi:10.1002/mnfr.200600187

Soy isoflavones and fatty acids: Effects on bone tissue postovariectomy in mice

2007· article· en· W2070009788 sur OpenAlexaff
Wendy E. Ward, Debbie Fonseca

Notice bibliographique

RevueMolecular Nutrition & Food Research · 2007
Typearticle
Langueen
DomaineMedicine
ThématiquePhytoestrogen effects and research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésOvariectomized ratOsteoporosisDaidzeinBone mineralInternal medicineEndocrinologyIsoflavonesFish oilBone densityMedicinePolyunsaturated fatty acidOsteocalcinOsteopeniaGenisteinChemistryEstrogenBiologyBiochemistryFatty acidEnzyme

Résumé

récupéré en direct d'OpenAlex

Osteoporosis is a silent disease that leads to fragility fractures that can diminish quality of life and contribute to death. With no ideal drug treatment available to manage osteoporosis, soy isoflavones (ISO), and omega-3 long chain PUFAs in fish oil (FO) may be integral in a dietary strategy that prevents bone loss. The overall objective of this study was to determine if combining ISO with omega-3 long chain PUFAs resulted in greater protection against the loss of bone mineral and skeletal weakening in ovariectomized mice. Ovariectomized CD-1 mice were randomized to control diet or a diet containing ISO alone (250 mg of genistein + 250 mg of daidzein/kg diet), FO alone (7% menhaden oil), or ISO + FO. Each dietary intervention prevented the loss of bone mineral density (BMD) in the femur and preserved femur strength, but only FO, either alone or combined with ISO, resulted in a higher BMD of lumbar vertebra (LV). Most notably, FO + ISO resulted in a higher peak load of LV4, indicating that vertebra were more resistant to fracture. Whether a dietary strategy providing FO in combination with ISO attenuates bone loss in postmenopausal women awaits investigation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,370
Écart entre enseignants0,342 · 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 source (Gemma direct ou Codex distillé), 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

Citations23
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMolecular Nutrition & Food ResearchMême sujetPhytoestrogen effects and researchTravaux en français237 207