Dose‐response effects of exercise on bone mineral density and content in post‐menopausal women
Notice bibliographique
Résumé
Exercise is one of the most widely used non‐pharmacological strategies to prevent bone resorption during menopause. Given the detrimental consequences of bone demineralization, the purpose of this study was to examine the effects of prescribing different exercise volumes on bone mineral density and content in previously inactive, post‐menopausal women during a 12‐month intervention and 1 year after intervention completion. Four hundred post‐menopausal women were randomized to either 150 min/wk (MODERATE dose group) or 300 min/wk (HIGH dose group) of aerobic exercise. Total bone mineral density (g/cm 2 ) and bone mineral content (g) were assessed at baseline, 12 months (end of the intervention) and 24 months (follow‐up) using whole body dual‐energy X‐ray absorptiometry. At 12 months, mean bone mineral density among women in the HIGH dose group was estimated to be 0.006 g/cm 2 (95% CI: 0.001‐0.010; P = 0.02) higher than that of women randomized to the MODERATE dose group. At 24 months, the mean difference between groups remained statistically significant, indicating higher mean bone mineral density among women in the HIGH dose group (0.007 g/cm 2 ; 0.001‐0.001; P = 0.04). No significant differences between groups were found at any time point for bone mineral content. In an exploratory analysis, women who completed more min/wk of impact exercises had significantly higher mean levels of bone mineral density at 12 months compared to baseline (0.006 g/cm 2 , 95% CI: 0.006‐0.012; P = 0.03). These findings suggest that higher volumes of exercise, especially impact exercise, lead to a smaller decline in total bone mineral density, which may remain following intervention completion.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».