MétaCan
Menu
Retour à la cohorte
Enregistrement W3201509455 · doi:10.1093/cdn/nzab114

Effect of Low Dietary Vitamin D Fed Prior to and During Pregnancy and Lactation on Maternal Bone Mineral Density, Structure, and Strength in C57BL/6 Mice

2021· article· en· W3201509455 sur OpenAlexaff
Christopher Villa, Sandra M. Sacco, Jianmin Chen, Amel Taïbi, Elena M. Comelli, Wendy E. Ward

Notice bibliographique

RevueCurrent Developments in Nutrition · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueVitamin D Research Studies
Établissements canadiensBrock UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBone mineralLactationEndocrinologyInternal medicineFemurBone densityVitamin D and neurologyVitaminPregnancyVertebraBiologyOsteoporosisMedicineAnatomySurgery

Résumé

récupéré en direct d'OpenAlex

Several studies have shown that diets containing lower vitamin D than in the AIN-93G diet do not compromise bone structure, bone mineral density (BMD), and/or bone strength in male and female mice. This study determined if a diet containing low vitamin D from prepregnancy through to the end of lactation maintained these bone outcomes to a similar extent as a high vitamin D diet. Mice were fed an AIN-93G diet with 25 (LD diet) or 5000 (HD diet) IU vitamin D/kg diet from premating through to lactation (n = 15/group). Of the major structure outcomes, only cortical area fraction of the distal femur was lower (P <0.05) with the LD diet. Lumbar vertebra BMD was lower (P <0.05) with LD whereas distal femur BMD and bone strength at 3 sites did not differ. Dams fed an LD diet premating through to the end of lactation had largely similar bone outcomes to dams fed a HD diet.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,553

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,012
Tête enseignante GPT0,303
Écart entre enseignants0,291 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Developments in NutritionMême sujetVitamin D Research StudiesTravaux en français237 207