Independent clinical validation of a Canadian FRAX tool: Fracture prediction and model calibration
Notice bibliographique
Résumé
A FRAX model for Canada was constructed for prediction of osteoporotic and hip fracture risk using national hip fracture data with and without the use of femoral neck bone mineral density (BMD). Performance of this system was assessed independently in a large clinical cohort of 36,730 women and 2873 men from the Manitoba Bone Density Program database that tracks all clinical dual-energy X-ray absorptiometry (DXA) test results for the Province of Manitoba, Canada. Linkage with other provincial health databases allowed for the direct comparison of fracture risk estimates from the Canadian FRAX model with observed fracture rates to 10 years (549 individuals with incident hip fractures and 2543 with incident osteoporotic fractures). The 10-year Kaplan-Meier estimate for hip fractures in women was 2.7% [95% confidence interval (CI) 2.1-3.4%] with a predicted value of 2.8% for FRAX with BMD, and in men the observed risk was 3.5% (95% CI 0.8-6.2%) with predicted value of 2.9%. The 10-year estimate of osteoporotic fracture risk for all women was 12.0% (95% CI 10.8-13.4%) with a predicted value of 11.1% for FRAX with BMD, and in men, the observed risk was 10.7% (95% CI 6.6-14.9%) with a predicted value of 8.4%. Discrepancies were observed within some subgroups but generally were small. Fracture discrimination based on receiver operating characteristic curve analysis was comparable with published meta-analyses with area under the curve for osteoporotic fracture prediction of 0.694 (95% CI 0.684-0.705) for FRAX with BMD and for hip fractures 0.830 (95% CI 0.815-0.846), both of which were better than FRAX without BMD or BMD alone. Individual risk factors considered by FRAX made significant independent contributions to fracture prediction in one or more of the models. In conclusion, a Canadian FRAX tool calibrated on national hip fracture data generates fracture risk predictions that generally are consistent with observed fracture rates across a wide range of risk categories.
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 | 0,030 | 0,095 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».