Low bone mass and high material bone density in two patients with Loeys-Dietz syndrome caused by transforming growth factor beta receptor 2 mutations
Notice bibliographique
Résumé
Loeys-Dietz syndrome (LDS) is a rare autosomal-dominant connective tissue disorder caused by heterozygous mutations in the genes encoding transforming growth factor beta receptor 1 or 2 (TGFBR1 or TGFBR2). Although an association between LDS and osteoporosis has been reported, the skeletal phenotype regarding bone mass is not well characterized. Here, we report on two LDS patients with mutations in TGFBR2. Patient 1 was a 24-year-old man who had a total of three fractures involving the left radius, the left metacarpal, and the right femur. At the age of 14 years, lumbar spine areal bone mineral density Z-score was -4.0 and iliac bone histomorphometry showed elevated bone turnover (bone formation rate per bone surface: 91 µm³/µm²/year; age-matched control values 37 [10], mean [SD]) and mildly low trabecular bone volume per tissue volume (17.2%; age-matched control values 25.7 [5.3]). Bone mineralization density distribution (BMDD) in trabecular bone was increased (Ca(Peak) 22.70 wt% Ca; age-matched control values 21.66 [0.52]). Patient 2, a 17-year-old girl, suffered from diffuse bone pain but had not sustained fractures. At 14 years of age, her lumbar spine areal bone mineral density Z-score was -3.4. Iliac bone histomorphometry at that age confirmed low bone mass (bone volume to tissue volume 10.1%, same control values as above) and high bone turnover (bone formation rate per bone surface 70 µm³/µm²/year). BMDD in trabecular bone was significantly shifted toward increased mineralization (Ca(Peak) 22.36 wt% Ca). Thus, it appears that LDS can be associated with low bone mass and high bone turnover but increased matrix mineralization of trabecular bone.
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 | 0,001 | 0,000 |
| 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) | 0,000 | 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 ».