Calcium and Body Fat in Peripubertal Girls: Cross‐sectional and Longitudinal Observations
Notice bibliographique
Résumé
OBJECTIVE: The objective was to investigate whether calcium intake is independently associated with body fat in peripubertal girls. RESEARCH METHODS AND PROCEDURES: A total of 45 healthy premenarcheal girls (initially 10.5 +/- 0.6 years of age) completed a 2-year prospective observational study. Percent body fat and trunk fat (by DXA), height, weight, maturational stage, and eating attitudes (children's Eating Attitudes Test [EAT]) were measured at baseline and at 1 and 2 years. Physical activity (by questionnaire) and calcium intake (by calcium-specific food frequency questionnaire and 3-day food records) were assessed at 6-month intervals. RESULTS: Girls with 2-year mean calcium intake below and above the median had similar age, height, lean mass, and maturational stage at baseline, but girls below the median had significantly higher baseline percentage body fat (29.3 +/- 10.3% vs. 22.0 +/- 6.8%, p < 0.01) and trunk fat (24.2 +/- 10.6% vs. 15.8 +/- 6.8%, p < 0.01). However, differences were no longer significant when covariates (most notably children's EAT dieting score) were considered. Regression analysis revealed that dieting score was a consistent positive predictor of percentage body and trunk fat at all cross-sectional time-points, accounting for >20% of the variance, but did not predict 2-year change in percentage fat. Calcium intake did not enter longitudinal regression equations for 2-year change in percentage fat. DISCUSSION: In this group of girls, an inverse cross-sectional association between calcium intake and body fat appeared to result from avoidance of foods high in calcium by girls who were concerned about their body weight or shape. Calcium intake was not associated with change in fat over time.
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) | 0,000 | 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) | 0,000 | 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 ».