Marginal Zinc Deficiency Exacerbates Bone Lead Accumulation and High Dietary Zinc Attenuates Lead Accumulation at the Expense of Bone Density in Growing Rats
Notice bibliographique
Résumé
Environmental lead exposure is associated with reduced bone growth and quality, which may predispose to osteoporosis. Zinc supplementation may reduce lead accumulation; however, effects on bone development have not been addressed. Our objective was to investigate the effects of marginal zinc (MZ) and supplemental zinc (SZ) intakes on bone lead deposition and skeletal development in lead-exposed rats. In a factorial design, weanling Sprague-Dawley rats were assigned to MZ (8 mg/kg diet); zinc-adequate control (CT; 30 mg/kg); zinc-adequate, diet-restricted (DR; 30 mg/kg); or SZ (300 mg/kg) groups, with and without lead acetate-containing drinking water (200 mg Pb/l) for 3 weeks. Excised femurs were analyzed for bone mineral density (BMD) by dual-energy x-ray absorptiometry, morphometry, and mineral content. MZ had higher femur lead and lower femur zinc concentrations and impaired skeletal growth and mineralization than CT. DR inhibited growth but did not result in higher femur lead concentrations than CT. SZ had higher femur zinc and lower femur lead concentrations than the other treatments. DR and SZ had impaired BMD versus CT and MZ. Lead also retarded skeletal growth and impaired BMD, but an interaction between lead and MZ was only found for femoral knee width, which was lower in MZ exposed to lead. In summary, while MZ deficiency exacerbated bone lead concentration, it generally did not intensify lead toxicity. SZ was protective against bone lead but was detrimental to BMD, suggesting that the optimal level of SZ to reduce lead absorption, while supporting growth and bone development, requires further investigation.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| 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 ».