Effects of probiotics on bone mineral density and bone turnover: A systematic review
Notice bibliographique
Résumé
Probiotic supplements have been shown to improve bone health in animal models, although it remains uncertain whether these beneficial effects extend to humans. We undertook a systematic review of the literature to determine the effects of probiotic interventions on skeletal outcomes in postmenopausal women. MEDLINE, EMBASE, CENTRAL, and the Cochrane Database of Systematic Reviews were searched from inception to October 2020 for controlled trials comparing the effects of probiotic-containing supplements with placebo on bone mineral density (BMD) or bone turnover markers. Risk of bias was assessed using the Cochrane Risk of Bias 2 Tool. Of 338 records identified, six randomized, placebo-controlled trials (n = 632) were eligible for inclusion. All studies assessed postmenopausal women for durations of 6–12 months; three were considered to be at high risk of bias. Four studies examined Lactobacillus-containing probiotics, one assessed a proprietary blend of lactic acid bacteria, and one evaluated Bacillus subtilis. Effects of probiotic interventions on BMD were inconsistent, with the majority of studies demonstrating no benefit at the spine or hip. Probiotic effects on bone turnover markers were similarly heterogeneous. High quality studies are needed to determine whether probiotic interventions have a role in maintaining bone health in humans.
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 | 0,004 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».