Using probiotic supplementation to support bone health in postmenopausal women: a randomized, double-blind, parallel, placebo-controlled, multi-center study
Notice bibliographique
Résumé
Studies using rodent models have demonstrated the ability for probiotics to attenuate estrogen-related bone loss, but findings in humans are limited. Postmenopausal women consuming a novel combination of bacteria strains as a probiotic supplement demonstrated no changes in bone health outcomes. PURPOSE: This study determined if a probiotic supplement could attenuate the loss of femoral neck bone mineral density (BMD) and assessed its effect on fracture risk and markers of bone cell activity. METHODS: Seventy-two postmenopausal women (40-59 years) were randomized to a daily probiotic supplement or placebo for 48 weeks. Femoral neck BMD was assessed at weeks 0 and 48 using DXA along with fracture risk using the FRAX® assessment tool. Serum procollagen type 1 N-terminal propeptide (P1NP), bone-specific alkaline phosphatase (BALP), cross-linked C-telopeptide of type I collagen (CTx), and osteocalcin (OC) were analyzed at weeks 0, 12, 24, and 48. RESULTS: There was no significant time by treatment interaction (p > 0.05) for femoral neck BMD or fracture risk. Independent of treatment, femoral neck BMD decreased (p = 0.034), while risk of hip (p = 0.003) and major osteoporotic fracture (p = 0.044) increased. There was no mean difference in bone marker levels between groups from baseline to endpoint. These findings align with the lack of difference in BMD and fracture risk at the end of study. CONCLUSION: Probiotics did not alter BMD or fracture risk, as supported by bone cellular activity that was similar to the placebo group by the end of study.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».