Study of DXA-derived lateral–medial cortical bone thickness in assessing hip fracture risk
Notice bibliographique
Résumé
The currently available clinical tools have limited accuracy in predicting hip fracture risk in individuals. We investigated the possibility of using normalized cortical bone thickness (NCBT) estimated from the patient's hip DXA (dual energy X-ray absorptiometry) as an alternative predictor of hip fracture risk. Hip fracture risk index (HFRI) derived from subject-specific DXA-based finite element model was used as a guideline in constructing the mathematical expression of NCBT. We hypothesized that if NCBT has stronger correlations with HFRI than the single risk factors such as areal BMD (aBMD), then NCBT can be a better predictor. The hypothesis was studied using 210 clinical cases, including 60 hip fracture cases, obtained from the Manitoba Bone Mineral Density Database. The results showed that, in general HFRI has much stronger correlations with NCBT than any of the single risk factors; the strongest correlation was observed at the superior side of the narrowest femoral neck with r 2 = 0.81 ( p < 0.001), which is much higher than the correlation with femoral aBMD, r 2 = 0.50 ( p < 0.001). The capability of aBMD, NCBT, and HFRI in discriminating the hip fracture cases from the non-fracture ones, expressed as the area under the curve with 95% confidence interval, AUC (95% CI), is respectively 0.627 (0.593–0.657), 0.714 (0.644–0.784) and 0.839 (0.787–0.892). The short-term repeatability of aBMD, NCBT, and HFRI, measured by the coefficient of variation (CV, %), was found to be in the range of (0.64–1.22), (1.93–3.41), (3.10–4.16), respectively. We thus concluded that NCBT is potentially a better predictor of hip fracture risk.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 ».