MétaCan
Menu
Retour à la cohorte
Enregistrement W3018533890 · doi:10.1016/j.bonr.2020.100273

A review of the latest insights into the mechanism of action of strontium in bone

2020· review· en· W3018533890 sur OpenAlexafffund
Daniella Marx, Alireza Rahimnejad Yazdi, M. Papini, Mark R. Towler

Notice bibliographique

RevueBone Reports · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueBone health and treatments
Établissements canadiensSt. Michael's HospitalToronto Metropolitan University
Organismes subventionnairesCanadian Institutes of Health ResearchUniversitaire Stichting
Mots-clésMechanism (biology)StrontiumAction (physics)ChemistryPhilosophyEpistemologyPhysics

Résumé

récupéré en direct d'OpenAlex

Interest in strontium (Sr) has persisted over the last three decades due to its unique mechanism of action: it simultaneously promotes osteoblast function and inhibits osteoclast function. While this mechanism of action is strongly supported by in vitro studies and small animal trials, recent large-scale clinical trials have demonstrated that orally administered strontium ranelate (SrRan) may have no anabolic effect on bone formation in humans. Yet, there is a strong correlation between Sr accumulation in bone and reduced fracture risk in post-menopausal women, suggesting Sr acts via a purely physiochemical mechanism to enhance bone strength. Conversely, the local administration of Sr with the use of modified biomaterials has been shown to enhance bone growth, osseointegration and bone healing at the bone-implant interface, to a greater degree than Sr-free materials. This review summarizes current knowledge of the main cellular and physiochemical mechanisms that underly Sr’s effect in bone, which center around Sr’s similarity to calcium (Ca). We will also summarize the main controversies in Sr research which cast doubt on the ‘dual-acting mechanism’. Lastly, we will explore the effects of Sr-modified bone-implant materials both in vitro and in vivo, examining whether Sr may act via an alternate mechanism when administered locally.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,793
Score d'incertitude au seuil0,535

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,054
Tête enseignante GPT0,361
Écart entre enseignants0,307 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations194
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBone ReportsMême sujetBone health and treatmentsTravaux en français237 207