Pubertal Suppression, Bone Mass, and Body Composition in Youth With Gender Dysphoria
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES Puberty onset and development contribute substantially to adolescents’ bone mass and body composition. Our objective with this study was to examine the effects of gonadotropin-releasing hormone agonists (GnRHa) on these puberty-induced changes among youth with gender dysphoria (GD). METHODS Medical records of the endocrine diversity clinic in an academic children’s hospital were reviewed for youth with GD seen from January 2006 to April 2017 with at least 1 baseline dual-energy radiograph absorptiometry measurement. RESULTS At baseline, transgender females had lower lumbar spine (LS) and left total hip (LTH) areal bone mineral density (aBMD) and LS bone mineral apparent density (BMAD) z scores. Only 44.7% of transgender youth were vitamin D sufficient. Baseline vitamin D status was associated with LS, LTH aBMD, and LS BMAD z scores. Post-GnRHa assessments revealed a significant drop in LS and LTH aBMD z scores (transgender males and transgender females) without fractures and LS BMAD (transgender males), an increase in gynoid (fat percentage), and android (fat percentage) (transgender males and transgender females), and no changes in BMI z score. CONCLUSIONS GnRHa monotherapy negatively affected bone mineral density of youth with GD without evidence of fractures or changes in BMI z score. Transgender youth body fat redistribution (android versus gynoid) were in keeping with their affirmed gender. The majority of transgender youth had vitamin D insufficiency or deficiency with baseline status associated with bone mineral density. Vitamin D supplementation should be considered for all youth with GD.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».