Long‐term effects of dietary long chain polyunsaturated fatty acids on bone in healthy rats
Notice bibliographique
Résumé
Long‐term effects of long chain polyunsaturated fatty acids (LCPUFA), arachidonic acid (AA), eicosapentaenoic acid (EPA) and docosahexaenoic acid (DHA) on bone mass are unclear. Objective: determine how AA and EPA would affect bone when introduced at different points or maintained throughout life. Male and female rats (n=108) received control or one of two LCPUFA diets: AA diet (0.5 g AA, 0.1 g EPA and 0.1 g DHA /100 g of fat) or EPA diet (0.5 g EPA, 0.1 g AA and 0.1 g DHA /100 g of fat). LCPUFA diets were fed in 4 patterns: early (4–18.9 wks old), mid (19–34.9 wks old) or late (35–49 wks old) introduction or continuously (4–49 wks old). Serial measurements included: bone area (BA), bone mineral content (BMC) and urinary Ca. End point measurements included: femur morphometry and mineral composition. In a diet by sex effect on femur BA (P=0.0214), neck width (P=0.024) and head width (P=0.024), males fed EPA had lower BA and males fed AA either mid or continuously had larger femur neck and head widths compared to control. In a diet by gender interaction females fed the EPA diet had lower urinary Ca (P=0.0030) compared to those fed the AA diet. Dietary LCPUFA had varied affects on femur Mg (P=0.0362), Zn (P=0.0107) and P (P=0.0202). Whole body and lumbar spine BMC and BA and femur BMC were not affected by diet. Whether changes in femur size, morphology and mineral composition influence bone strength and risk of osteoporosis requires further study. Funded by ILSI, NSERC and MICH.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 |
| 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 ».