MétaCan
Menu
Retour à la cohorte
Enregistrement W2603318585 · doi:10.1002/jbmr.3115

Physical Activity, Sedentary Time, and Bone Strength From Childhood to Early Adulthood: A Mixed Longitudinal HR-pQCT study

2017· article· en· W2603318585 sur OpenAlexafffund
Leigh Gabel, Heather Macdonald, Lindsay Nettlefold, Heather McKay

Notice bibliographique

RevueJournal of Bone and Mineral Research · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueBody Composition Measurement Techniques
Établissements canadiensVancouver Coastal Health Research InstituteUniversity of British ColumbiaVancouver Coastal Health
Organismes subventionnairesCanadian Institutes of Health ResearchCentre for Hip Health and MobilityCanadian HIV Trials Network, Canadian Institutes of Health ResearchMichael Smith Health Research BC
Mots-clésTibiaMedicineBone mineralQuantitative computed tomographyCortical boneBone densityInternal medicineAnatomyOsteoporosis

Résumé

récupéré en direct d'OpenAlex

Bone strength is influenced by bone geometry, density, and bone microarchitecture, which adapt to increased mechanical loads during growth. Physical activity (PA) is essential for optimal bone strength accrual; however, less is known about how sedentary time influences bone strength and its determinants. Thus, our aim was to investigate the prospective associations between PA, sedentary time, and bone strength and its determinants during adolescence. We used HR-pQCT at distal tibia (8% site) and radius (7% site) in 173 girls and 136 boys (aged 9 to 20 years at baseline). We conducted a maximum of four annual measurements at the tibia (n = 785 observations) and radius (n = 582 observations). We assessed moderate-to-vigorous PA (MVPA) and sedentary time with accelerometers (ActiGraph GT1M). We aligned participants on maturity (years from age at peak height velocity) and fit a mixed-effects model adjusting for maturity, sex, ethnicity, leg muscle power, lean mass, limb length, dietary calcium, and MVPA in sedentary time models. MVPA was a positive independent predictor of bone strength (failure load [F.Load]) and bone volume fraction (BV/TV) at the tibia and radius, total area (Tt.Ar) and cortical porosity (Ct.Po) at the tibia, and negative predictor of load-to-strength ratio at the radius. Sedentary time was a negative independent predictor of Tt.Ar at both sites and Ct.Po at the tibia and a positive predictor of cortical thickness (Ct.Th), trabecular thickness (Tb.Th), and cortical bone mineral density (Ct.BMD) at the tibia. Bone parameters demonstrated maturity-specific associations with MVPA and sedentary time, whereby associations were strongest during early and mid-puberty. Our findings support the importance of PA for bone strength accrual and its determinants across adolescent growth and provide new evidence of a detrimental association of sedentary time with bone geometry but positive associations with microarchitecture. This study highlights maturity-specific relationships of bone strength and its determinants with loading and unloading. Future studies should evaluate the dose-response relationship and whether associations persist into adulthood. © 2017 American Society for Bone and Mineral Research.

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 enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,071
Tête enseignante GPT0,396
Écart entre enseignants0,324 · 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

Citations110
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Bone and Mineral ResearchMême sujetBody Composition Measurement TechniquesTravaux en français237 207