Biochemical markers for assessment of calcium economy and bone metabolism: application in clinical trials from pharmaceutical agents to nutritional products
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Nutrition plays an important role in osteoporosis prevention and treatment. Substantial progress in both laboratory analyses and clinical use of biochemical markers has modified the strategy of anti-osteoporotic drug development. The present review examines the use of biochemical markers in clinical research aimed at characterising the influence of foods or nutrients on bone metabolism. The two types of markers are: (i) specific hormonal factors related to bone; and (ii) bone turnover markers (BTM) that reflect bone cell metabolism. Of the former, vitamin D metabolites, parathyroid hormone, and insulin-like growth factor-I indicate responses to variations in the supply of bone-related nutrients, such as vitamin D, Ca, inorganic phosphate and protein. Thus modification in bone remodelling, the key process upon which both pharmaceutical agents and nutrients exert their anti-catabolic or anabolic actions, is revealed. Circulating BTM reflect either osteoclastic resorption or osteoblastic formation. Intervention with pharmacological agents showed that early changes in BTM predicted bone loss and subsequent osteoporotic fracture risk. New trials have documented the influence of nutrition on bone-tropic hormonal factors and BTM in adults, including situations of body-weight change, such as anorexia nervosa, and weight loss by obese subjects. In osteoporosis-prevention studies involving dietary manipulation, randomised cross-over trials are best suited to evaluate influences on bone metabolism, and insight into effects on bone metabolism may be gained within a relatively short time when biochemical markers are monitored.
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.
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 | 0,050 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,007 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,002 |
| 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 découle