Artificial gravity protects bone and prevents bone marrow adipose tissue accumulation in humans during 60 d of bed rest
Notice bibliographique
Résumé
Inactivity has been associated with increased bone marrow adipose tissue (BMAT) and bone loss. Artificial gravity (AG) may prevent these complications. This randomized controlled trial investigated the effectiveness of AG at 2 g at the feet to prevent lumbar vertebral BMAT accumulation and bone loss. Twenty-four participants (16 male, 8 female) were bedridden for 60 d at 6° head down tilt. They were randomly assigned to bedrest only (n = 8), continuous supine centrifugation (cAG; 30 min/d), or intermittent supine centrifugation (iAG; 6 bouts of 5 min/d). Serial 3T magnetic resonance (MR) measured BMAT while DXA measured BMD in the lumbar vertebrae before, during, and after bedrest. After 60 d of bedrest, vertebral BMAT was higher in controls, +3.93% (95% CI: -0.28 to 8.14), compared to cAG and iAG interventions. After 60 d of bedrest, male controls BMAT increased 5.81% (95% CI: 2.01 to 9.61) compared to -1.35% (95% CI: -5.74 to 3.04) and 1.23% (95% CI: -1.53 to 3.99) for male cAG and iAG participants, respectively. This difference between interventions was significant: X2(2) = 8.487, p = .014. In addition, while control male participants showed decreased BMD after 60 d of bedrest (-0.02 g/cm2; 95% CI: -0.05 to 0.00), the male participants receiving iAG showed no decrease in BMD during bedrest (0.00 g/cm2; 95% CI: -0.04 to 0.05). The modulation of BMAT was inversely correlated with BMD at the same vertebrae. Recreating an axial force vector mechanically on horizontalized participants prevented BMAT accumulation and demineralization. These findings suggest exploring technological advances to translate these clinical benefits to populations at risk of acute or chronic bone loss.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».