Dietary Copper Intake and Bone Health: A Systematic Review and Meta-Analysis of Observational Studies
Notice bibliographique
Résumé
Abstract Studies evaluating habitual dietary copper intake and bone mineral density have garnered significant interest due to copper’s indispensable role in collagen cross-linking and osteogenesis. These investigations, which employ dietary assessment tools alongside DXA measurements of skeletal sites, have nonetheless yielded heterogeneous results regarding the impact of copper consumption on bone health. Consequently, elucidating the nature and magnitude of this association is of paramount importance for both nutritional epidemiology and osteoporosis prevention. The review was conducted in accordance with PRISMA guidelines and registered in Prospero (CRD42024617075). Electronic literature searches were performed up to February 2025 in EMBASE, PubMed, OVID, Scopus, and Web of Science to identify observational studies assessing dietary copper intake and DXA-measured BMD, and study quality was appraised using the Newcastle–Ottawa Scale. Data were pooled via a generic inverse-variance random-effects model, with heterogeneity assessed by the Q test and I 2 statistic. A random-effects meta‐analysis of three studies (n = 9059) found that higher dietary copper intake was associated with a modest but significant increase in lumbar spine BMD (MD 0.02 g/cm 2 ; 95% CI 0.00–0.04; p = 0.04; I 2 = 36%), whereas a separate meta‐analysis of four studies (n = 14,345) for hip BMD showed a similar MD of 0.02 g/cm 2 that did not reach significance (95% CI − 0.00–0.04; p = 0.07; I 2 = 74%). Higher dietary copper intake is modestly associated with increased lumbar spine BMD, while evidence for hip BMD remains inconclusive, underscoring copper’s potential role in osteoporosis prevention.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 ».