Magnesium Intake Predicts Bone Turnover in Postmenopausal Black South African Women
Notice bibliographique
Résumé
This prospective study investigated the association between nutrient intake, dietary patterns, and changes in bone turnover and bone mineral density (BMD) in postmenopausal urban black South African women over two years. These women (n = 144) underwent BMD measurements at the distal radius, lumbar spine, femoral neck (FN), as well as a biochemical analysis which included the parathyroid hormone (PTH), 25-hydroxyvitamin D, C-Telopeptide of type I collagen (CTX-1) in 2010 and 2012. Their dietary intake was assessed in 2010 using a food frequency questionnaire, and sociodemographic and health information was collected. Four dietary patterns explained 54.4% of the variance of dietary intake, namely staple foods and processed meats, home cooking, snacking, and high sugar. Dietary magnesium negatively correlated with CTx-1 in 2012 (r = −0.21, p = 0.02), calcium correlated with distal radius BMD in 2010 (r = 0.22, p = 0.01) and 2012 (r = 0.24, p = 0.005), and the snacking dietary pattern score correlated with FN BMD in 2010 (r = 0.18, p = 0.03) and 2012 (r = 0.21, p = 0.02). The baseline CTx-1 and dietary magnesium intake predicted 22% of the variance in percentage change of CTx-1 over two years (p < 0.001).The magnesium intake predicted short-term bone resorption over two years.
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 | 0,000 | 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 ».