MétaCan
Menu
← Retour à la cohorte
Enregistrement W2293491916 · doi:10.1096/fasebj.24.1_supplement.562.4

Bone mineral density, urinary sodium, and urinary calcium in healthy young Asian and Caucasian women

2010· article· en· W2293491916 sur OpenAlexafffundabout
Susan I. Barr, Jennifer L. Bedford

Notice bibliographique

RevueThe FASEB Journal · 2010
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésUrinary systemBone mineralMedicineUrinary calciumCalciumInternal medicineUrineBone densityEndocrinologyExcretionSodiumOsteoporosisPhysiologyChemistry

Résumé

récupéré en direct d'OpenAlex

Sodium (Na) intake has been linked to bone density through effects on urinary calcium (Ca) excretion, but few data are available in healthy young women. We assessed 24‐hr urinary Na excretion and its relationship with urinary Ca and areal bone mineral density (aBMD) at the total body, lumbar spine and total hip in a cross‐sectional study. 110 healthy non‐obese Asian and Caucasian women completed timed 24‐hr urine collections which were analyzed for Na and Ca. Dietary intakes were estimated using the Diet History Questionnaire, a validated food frequency questionnaire (FFQ), and aBMD was measured using dual energy x‐ray absorptiometry. Urinary Na was 2968 ± 1090 mg/d, significantly higher than intake of 2670 ± 1088 mg/d assessed by FFQ. Neither urinary Na nor Na intake differed between Asians and Caucasians. Dietary intakes correlated with 24‐hr urinary losses for both Na (r = 0.23, p = 0.017) and Ca (r = 0.21, p = 0.025). Controlling for calcium intake, urinary Na correlated positively with urinary Ca (r = 0.26, p = 0.007) and negatively with hip aBMD (r = −0.23, p = 0.015). Associations with total body (r = −0.16) and spine (r = −0.10) aBMD were also negative, but not significant. In conclusion, 24‐hr urinary Na (a proxy for intake) is associated with higher urinary Ca loss in young women, and may affect aBMD. Supported by Canadian Institutes of Health Research 79563.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,276
Écart entre enseignants0,258 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetNutritional Studies and Diet→Travaux en français237 207→