Estimated Lean Mass and Fat Mass Differentially Affect Femoral Bone Density and Strength Index but Are Not FRAX Independent Risk Factors for Fracture
Notice bibliographique
Résumé
Although increasing body weight has been regarded as protective against osteoporosis and fractures, there is accumulating evidence that fat mass adversely affects skeletal health compared with lean mass. We examined skeletal health as a function of estimated total body lean and fat mass in 40,050 women and 3600 men age ≥50 years at the time of baseline dual-energy X-ray absorptiometry (DXA) testing from a clinical registry from Manitoba, Canada. Femoral neck bone mineral density (BMD), strength index (SI), cross-sectional area (CSA), and cross-sectional moment of inertia (CSMI) were derived from DXA. Multivariable models showed that increasing lean mass was associated with near-linear increases in femoral BMD, CSA, and CSMI in both women and men, whereas increasing fat mass showed a small initial increase in these measurements followed by a plateau. In contrast, femoral SI was relatively unaffected by increasing lean mass but was associated with a continuous linear decline with increasing fat mass, which should predict higher fracture risk. During mean 5-year follow-up, incident major osteoporosis fractures and hip fractures were observed in 2505 women and 180 men (626 and 45 hip fractures, respectively). After adjustment for fracture risk assessment tool (FRAX) scores (with or without BMD), we found no evidence that lean mass, fat mass, or femoral SI affected prediction of major osteoporosis fractures or hip fractures. Findings were similar in men and women, without significant interactions with sex or obesity. In conclusion, skeletal adaptation to increasing lean mass was positively associated with BMD but had no effect on femoral SI, whereas increasing fat mass had no effect on BMD but adversely affected femoral SI. Greater fat mass was not independently associated with a greater risk of fractures over 5-year follow-up. FRAX robustly predicts fractures and was not affected by variations in body composition.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».