MétaCan
Menu
Retour à la cohorte
Enregistrement W4250749415 · doi:10.1249/00005768-200405001-01393

Examining the Influence of Adolescent Physical Activity on Adult Bone Mineral Density

2004· article· en· W4250749415 sur OpenAlexaff
Jill P. Slack, Adam Baxter‐Jones, Robert L. Mirwald, Robert A. Faulkner, Don A. Bailey

Notice bibliographique

RevueMedicine & Science in Sports & Exercise · 2004
Typearticle
Langueen
DomaineMedicine
ThématiqueBody Composition Measurement Techniques
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésBone mineralPhysical activityQuartileMedicineAnalysis of varianceBone mineral contentYoung adultDemographyLongitudinal studyOsteoporosisInternal medicinePhysical therapyConfidence interval

Résumé

récupéré en direct d'OpenAlex

2020 Adolescence represents a critical time for bone mineralization and the amount of bone accrued during the growing years and the subsequent loss of bone determined adult bone mineral status. Work by our research group has shown that the growing skeleton responds to increased physical activity (PA) by increasing bone mineral accrual. Using 6 years of longitudinal data, we have previously shown that active boys and girls had significantly greater total body bone mineral content (TB BMC) compared to their inactive peers (Bailey et al., 1999). However, it is unclear whether the increased TB BMC accrual rates seen in adolescence translate into greater bone mineral density (BMD) at adulthood. PURPOSE: The purpose of this study was to investigate the influence of adolescent PA on adult BMD. METHODS: Physical activity and dualenergy X-ray absorptiometry (DEXA) scans of the total body (TB) were collected annually from 1991–1997 on 70 girls and 68 boys (ages 8–14) at study entry. Using an annual composite PA score based on 2–4 annual activity assessments (PAC-Q), subjects were categorized into activity groupings where the top 25%, middle 50%, and bottom 25% were classified as active, average, and inactive respectively. For our purposes we choose to analyze data from the top and bottom quartiles which represented 34 boys and 34 girls. Of these 68 subjects, 51 (26 females and 25 males) returned as adults to undergo the same tests in 2002–2003. RESULTS: A one-way analysis of variance (ANOVA) demonstrated that those males who were classified as active during adolescence had significantly greater adult BMD than their inactive peers (F(1,24) = 5.43, P = 0.03). In contrast, no significant difference in adult BMD between active and inactive adolescent females was shown (F(1,23) = 0.31, P = 0.59). CONCLUSIONS: In this group, male adolescent PA is more predictive of adult BMD compared to female adolescent PA. However, this gender difference warrants further investigation.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,350
Score d'incertitude au seuil0,650

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
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 Opus0,027
Tête enseignante GPT0,297
Écart entre enseignants0,269 · 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

Citations0
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedicine & Science in Sports & ExerciseMême sujetBody Composition Measurement TechniquesTravaux en français237 207