MétaCan
Menu
Retour à la cohorte
Enregistrement W2085213138 · doi:10.1080/0301446021000034642

A longitudinal analysis of sex differences in bone mineral accrual in healthy 8-19-year-old boys and girls

2003· article· en· W2085213138 sur OpenAlexaff
Adam Baxter‐Jones, Robert L. Mirwald, Heather McKay, D. A. Bailey

Notice bibliographique

RevueAnnals of Human Biology · 2003
Typearticle
Langueen
DomaineMedicine
ThématiqueBone health and osteoporosis research
Établissements canadiensUniversity of British ColumbiaUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésAnthropometryFemoral neckMedicineBone mineralDemographyBone mineral contentBiological ageSex characteristicsPeak bone massPhysiologyOsteoporosisInternal medicineGerontology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Although early in life there is little discernible difference in bone mass between boys and girls, at puberty sex differences are observed. It is uncertain if these differences represent differences in bone mass or just differences in anthropometric dimensions. AIM: The study aimed to identify whether sex independently affects bone mineral content (BMC) accrual in growing boys and girls. Three sites are investigated: total body (TB), femoral neck (FN) and lumbar spine (LS). SUBJECTS AND METHODS: 85 boys and 67 girls were assessed annually for seven consecutive years. BMC was assessed by dual energy X-ray absorptiometry (DXA). Biological age was defined as years from age at peak height velocity (PHV). Data were analysed using a hierarchical (random effects) modelling approach. RESULTS: When biological age, body size and body composition were controlled, boys had statistically significantly higher TB and FN BMC at all maturity levels (p < 0.05). No independent sex differences were found at the LS (p > 0.05). CONCLUSION: Although a statistical significant sex effect is observed, it is less than the error of the measurement, and thus sex difference are debatable. In general, sex difference are explained by anthropometric difference.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,148
Tête enseignante GPT0,434
Écart entre enseignants0,285 · 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'étudeObservationnel
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

Citations125
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Human BiologyMême sujetBone health and osteoporosis researchTravaux en français237 207