Mathematical Modeling of Bone Remodeling after Surgical Menopause
Notice bibliographique
Résumé
Osteoporosis is a skeletal pathology characterized by decreased bone mass and structural deterioration resulting from an imbalance in bone metabolic processes. Estrogen deficiency in postmenopausal women leads to an increased risk of osteoporosis, while women who have undergone complete oophorectomies display an even higher risk due to the sudden decrease in estrogen. Some evidence indicates that bone loss slows in the period beyond 15 years after surgery; however, there is substantial uncertainty in clinical data. To explore the effects of surgically induced menopausal transition, here we propose a mathematical model for the bone cell dynamical responses to sudden estrogen deficiency, which extends an existing model for osteoporosis due to aging and natural menopause. Using data on the key impacts observed in female mice and humans after bilateral oophorectomy, this new model considers the role of osteocytes embedded within the bone mineralized matrix in regulating osteoclastogenesis, which results in increased bone resorption after surgical menopause. The values of model parameters in natural and surgical menopause were estimated from aggregated human clinical data from existing longitudinal studies. The new model effectively captures the previously unmodeled increase in bone loss during the first 15 years post-surgical menopause and the rebound in bone mineral density in the long-term. With this model, effects of treatments on targeting osteocyte dynamics could be explored in the future.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».