High resolution <i>in vivo</i> micro‐computed tomography is preferential over dual energy X‐ray absorptiometry for detecting bone loss in the orchidectomized guinea pig
Notice bibliographique
Résumé
Monitoring longitudinal skeletal changes in small animals requires sensitive and precise imaging tools. This study compares two in vivo imaging modalities, dual energy X‐ray absorptiometry (DXA) and micro‐computed tomography (μCT) for assessing bone quality in the guinea pig. Middle‐aged male guinea pigs (n=40; 70 wks) were randomized into orchidectomized (ORX) or SHAM groups for 16 weeks. At termination, femurs were scanned in vivo using DXA (DXA in vivo , QDR 4500A, Hologic). Excised bones were scanned again using DXA (DXA ex vivo ), and μCT (LCT‐200, Aloka). Bone mineral content (BMC) was assessed by ashing. Independent t test was used to compare differences in SHAM vs ORX; and agreement between methods assessed with Bland‐ Altman plots. Substantial bias (7–60%) was observed in all measured variables except areal bone mineral density (aBMD). As shown by DXA in vivo and μCT, whole bone aBMD was significantly higher in SHAM vs ORX. DXA in vivo also suggested higher BMC but smaller bone in SHAM vs ORX, such differences were not observed in DXA ex vivo , μCT or ashing; indicating the lower aBMD in ORX observed in DXA in vivo is likely an artifact resulting from variations in nearby tissues and positioning. Also, compartmental changes in volumetric BMD and bone volume fraction shown by μCT are masked if only DXA was used. These data suggest that μCT is a more sensitive and reliable tool for capturing skeletal changes in the guinea pig.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».