Bone Architecture and Strength in the Growing Skeleton: The Role of Sedentary Time
Notice bibliographique
Résumé
PURPOSE: Today's youths spend close to 60% of their waking hours in sedentary activities; however, we know little about the potentially deleterious effects of sedentary time on bone health during this key period of growth and development. Thus, our objective was to determine whether sedentary time is associated with bone architecture, mineral density, and strength in children, adolescents, and young adults. METHODS: We used high-resolution peripheral quantitative computed tomography (Scanco Medical) to measure bone architecture (trabecular and cortical microstructure and bone macrostructure) and cortical and total bone mineral density (BMD) at the distal tibia (8% site) in 154 males and 174 females (9-20 yr) who were participants in the University of British Columbia Healthy Bones III study. We applied finite element analysis to high-resolution peripheral quantitative computed tomography scans to estimate bone strength. We assessed self-reported screen time in all participants using a questionnaire and sedentary time (volume and patterns) in a subsample of participants with valid accelerometry data (89 males and 117 females; ActiGraph GT1M). We fit sex-specific univariate multivariable regression models, controlling for muscle cross-sectional area, limb length, maturity, ethnicity, dietary calcium, and physical activity. RESULTS: We did not observe independent effect of screen time on bone architecture, BMD, or strength in either sex (P > 0.05). Likewise, when adjusted for muscle cross-sectional area, limb length, maturity, ethnicity, dietary calcium, and physical activity, accelerometry-derived volume of sedentary time and breaks in bouts of sedentary time were not a determinant of bone architecture, BMD, or strength in either sex (P > 0.05). CONCLUSIONS: Further study is warranted to determine whether the lack of association between sedentary time and bone architecture, BMD, and strength at the distal tibia is also present at other skeletal sites.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».