On the combined effects of normobaric hypoxia and bed rest upon bone and mineral metabolism: Results from the PlanHab study
Notice bibliographique
Résumé
Bone losses are common as a consequence of unloading and also in patients with chronic obstructive pulmonary disease (COPD). Although hypoxia has been implicated as an important factor to drive bone loss, its interaction with unloading remains unresolved. The objective therefore was to assess whether human bone loss caused by unloading could be aggravated by chronic hypoxia. In a cross-over designed study, 14 healthy young men underwent 21-day interventions of bed rest in normoxia (NBR), bed rest in hypoxia (HBR), and hypoxic ambulatory confinement (HAmb). Hypoxic conditions were equivalent to 4000m altitude. Bone metabolism (NTX, P1NP, sclerostin, DKK1) and phospho-calcic homeostasis (calcium and phosphate serum levels and urinary excretion, PTH) were assessed from regular blood samples and 24-hour urine collections, and tibia and femur bone mineral content was assessed by peripheral quantitative computed tomography (pQCT). Urinary NTX excretion increased (P<0.001) to a similar extent in NBR and HBR (P=0.69) and P1NP serum levels decreased (P=0.0035) with likewise no difference between NBR and HBR (P=0.88). Serum total calcium was increased during bed rest by 0.059 (day D05, SE 0.05mM) to 0.091mM (day D21, P<0.001), with no additional effect by hypoxia during bed rest (P=0.199). HAmb led, at least temporally, to increased total serum calcium, to reduced serum phosphate, and to reduced phosphate and calcium excretion. In conclusion, hypoxia did not aggravate bed rest-induced bone resorption, but led to changes in phospho-calcic homeostasis likely caused by hyperventilation. Whether hyperventilation could have mitigated the effects of hypoxia in this study remains to be established.
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) | 0,000 | 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 ».