Relationships between Bone Mineral Density and Antidepressant Use and Physical Activity in U.S. Adults
Notice bibliographique
Résumé
Introduction: Osteoporosis is a major public health concern that affects millions of people worldwide. It is a progressive disease characterized by low bone mass and deterioration of bone tissue, leading to an increased risk of fractures. Antidepressant use and physical activity have been suggested as potential modifiable factors that may affect bone mineral density (BMD). However, the relationship between these factors and BMD is not fully understood, and it is uncertain whether these relationships differ for males and females. Methods: Using data from the 2011-2018 National Health and Nutrition Examination Surveys, we examined BMD differences in groups among 7,254 adults. Analyses were first conducted by using the Anderson-Darling normality test, T-test, and the Wilcoxon rank-sum test, and then used multivariate linear regressions to investigate its potential associations between antidepressant use and physical activity along with other factors. Results: Excluding the underweight adults, there is significant difference in BMD between those with and without depression in the female group (p=0.03), but not in the male group (p=0.54). No significant difference was found between those who used and those who did not use antidepressants, in either group, female (p=0.96) and male (p=0.77). Antidepressant use and low-level physical activity intensity were associated with decreased BMD values (Mean [SD] = -0.0073 [0.0049]). Discussion: This study suggests that physical activity may be a potential modifiable factor that could help prevent osteoporosis, particularly in females. On the other hand, antidepressant use, and low-level physical activity may increase the risk of low BMD. These findings highlight the importance of lifestyle modifications in the prevention of negative impact of low BMD. Further studies are needed to explore the impact of different types of antidepressant use in BMD.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».