Bone Mineral Density and Metabolism at an Early Stage of Menopause When Estrogen and Calcium Supplement Are Not Used and without the Interference of Major Confounding Variables
Notice bibliographique
Résumé
OBJECTIVES: To measure bone mineral density (BMD) and to screen for early biochemical abnormalities in bone mineral metabolism in the first five years of natural menopause when estrogen and calcium supplement are not used and in the absence of major confounding variables. SETTING: Two homogeneous and comparable groups (n = 30) of healthy pre- and postmenopausal Caucasian women living in a northern region (latitude 46 degrees N) were recruited during the mid-Spring/Summer season in a cross-sectional design. METHODS: Volumetric apparent BMAD (g/cm(3)) was calculated from areal BMD (g/cm(2)) which was evaluated by dual energy X-ray absorptiometry (Lunar) at both axial and peripheric (femur) sites using two sets of reference values (WHO criterion expressed as T-score and absolute values of areal density) in combination to bone specific biochemical measurements. RESULTS: BMD and BM(A)D were significantly lower in postmenopausal women for all lumbar sites, but not for Ward's triangle and any other femoral sites whereas free deoxypyridinoline (Dpd), urinary biochemical marker of bone resorption, was markedly (p < 0.0001) greater. Their serum calcium and phosphate were significantly higher without a difference in 1,25(OH)(2)D(3) and PTH. The prevalence of osteopenia in pre- and postmenopausal women was about 2-fold lower in both groups (26.6 and 46.9%, respectively) when lumbar (L) spine and femur neck were combined and using the criteria based on reference values of areal density instead of T-scores. CONCLUSIONS: The present study showed that the negative effects of estrogen deficiency on BMD and bone metabolism in early menopause occurred independently of the effect of major calcitropic hormones. Bone loss affects a non negligible proportion of premenopausal women. The prevalence of osteopenia in pre- and postmenopausal women varied according to the criterion used and anatomic site.
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 | 0,000 | 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) | 0,001 | 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 ».