Daily physical movement and bone mineral density among a mixed racial cohort of women
Notice bibliographique
Résumé
PURPOSE: The impact of lifestyle physical activity on bone mineral density (BMD) is unclear. We examined the influence of physical activities typical of everyday life on BMD among 151 women (52.0 +/- 0.9 yr). These women were of low socioeconomic status, and 57.6% were Hispanic, 17.2% black, and 24.5% white. METHODS: BMD was measured at the calcaneus by ultrasound with a Hologic Sahara sonometer. We measured physical activity with two questions from the Yale Physical Activity Survey that assessed h x d(-1) spent in motion typical of the past month and number of flights of stairs climbed up daily. Multivariate ANCOVA adjusted for adiposity and nutrients and medications known to influence BMD determined whether BMD differed between categories of physical activity (<2 vs > or = 2 flights x d(-1) and <7 vs > or = 7 h x d(-1)), menopausal status (pre- vs post-), and ethnic group (white vs nonwhite). RESULTS: Among the premenopausal women (N = 63, 43.2+/-0.9 yr), adjusted mean calcaneal BMD and BMD T-score were similar between categories of stair climbing and accumulated daily movement regardless of ethnic origin (P > 0.05). Among the postmenopausal women (N = 88, 58.1 +/- 1.0 yr), adjusted mean calcaneal BMD (0.561 +/- 0.019 g x cm(-2) vs 0.503 +/- 0.016) (P = 0.022) and BMD T-score (-0.172 +/- 0.166 vs -0.695 +/- 0.143) (P = 0.020) were higher with more flights of stairs climbed daily in the Hispanic and black women only. Similarly, calcaneal BMD (0.579 +/- 0.023 g x cm(-2) vs 0.505 +/- 0.014) (P = 0.010) and BMD T-score (-0.020 +/- 0.209 vs -0.678 +/- 0.129) (P = 0.010) were higher with greater amounts of daily movement in only the older Hispanic and black women. CONCLUSION: Lifestyle physical activity positively impacted BMD indicators in a mixed racial cohort of postmenopausal women. Older Hispanic and black women should be encouraged to engage in physical activities typical of everyday life to attenuate age-related bone loss.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».