Maternal perinatal diet induces developmental programming of bone architecture
Notice bibliographique
Résumé
Maternal high-fat (HF) diet can alter offspring metabolism via perinatal developmental programming. This study tests the hypothesis that maternal HF diet also induces perinatal programming of offspring bone mass and strength. We compared skeletal acquisition in pups from C57Bl/6J mice fed HF or normal diet from preconception through lactation. Three-week-old male and female pups from HF (HF-N) and normal mothers (N-N) were weaned onto normal diet. Outcomes at 14 and 26 weeks of age included body mass, body composition, whole-body bone mineral content (WBBMC) via peripheral dual-energy X-ray absorptiometry, femoral cortical and trabecular architecture via microcomputed tomography, and glucose tolerance. Female HF-N had normal body mass and glucose tolerance, with lower body fat (%) but higher serum leptin at 14 weeks vs. N-N (P<0.05 for both). WBBMC was 12% lower at 14 weeks and 5% lower at 26 weeks, but trabecular bone volume fraction was 20% higher at 14 weeks in female HF-N vs. N-N (P<0.05 for all). Male HF-N had normal body mass and mildly impaired glucose tolerance, with lower body fat (%) at 14 weeks and lower serum leptin at 26 weeks vs. N-N (P<0.05 for both). Serum insulin was higher at 14 weeks and lower at 26 weeks in HF-N vs. N-N (P<0.05). Trabecular BV/TV was 34% higher and cortical bone area was 6% higher at 14 weeks vs. N-N (P<0.05 for both). These data suggest that maternal HF diet has complex effects on offspring bone, supporting the hypothesis that maternal diet alters postnatal skeletal homeostasis.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».