Degree of Trauma Differs for Major Osteoporotic Fracture Events in Older Men Versus Older Women
Notice bibliographique
Résumé
To examine the degree of trauma in major osteoporotic fractures (MOF) in men versus women, we used data from 15,698 adults aged ≥65 years enrolled in the Osteoporotic Fractures in Men (MrOS) study (5994 men) and the Study of Osteoporotic Fractures (SOF) (9704 women). Participants were contacted tri-annually to ascertain incident fractures, which were confirmed by radiographic reports and coded according to degree of self-reported trauma. Trauma was classified as low (fall from ≤ standing height; fall on stairs, steps, or curb; minimal trauma other than fall [coughing, turning over]); moderate (collisions with objects during normal activity without associated fall); or high (fall from > standing height; severe trauma [motor vehicle accident, assault]). MOF included hip, clinical vertebral, wrist, and humerus fractures. Mean fracture follow-up was 9.1 years in SOF and 8.7 years in MrOS. A total of 14.6% of the MOF in men versus 6.3% of the MOF in women were classified as high trauma (p < 0.001); men versus women more often experienced fractures resulting from severe trauma as well as from fall > standing height. High-trauma fractures were more significantly common in men versus women at the hip (p = 0.002) and wrist (p < 0.001) but not at the spine or humerus. Among participants with MOF, the odds ratio of a fracture related to high-trauma fracture among men versus women was 3.12 (95% confidence interval [CI] 1.70-5.71) after adjustment for traditional risk factors. Findings were similar in analyses limited to participants with hip fractures (odds ratio [OR] = 3.34, 95% CI 1.04-10.67) and those with wrist fracture (OR = 5.68, 95% CI 2.03-15.85). Among community-dwelling older adults, MOF are more likely to be related to high trauma in men than in women. These findings are not explained by sex differences in conventional risk factors and may reflect a greater propensity among men to engage in risky behavior. © 2015 American Society for Bone and Mineral Research.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».