A Review of the Mechanisms, Diagnosis and Preventative Treatment of Osteoporotic Fragility Fractures in Patients With Type 2 Diabetes Mellitus
Notice bibliographique
Résumé
The primary association of both type 2 diabetes mellitus (T2DM) and fragility fractures with age has become cause for concern in the developed world, with T2DM now considered an independent risk factor for an increased risk of fragility fracture. The increased susceptibility to fragility fracture associated with T2DM has wide ranging and increasing socioeconomic, morbidity and mortality effects. As the incidence of T2DM increases, understanding the mechanisms behind why T2DM is a causative risk factor to decreased bone health is an important step. These may be split into two broad categories: those that involve an increased risk of falling, and those mechanisms that make fragility fracture after falling more likely due to detrimental changes to bone strength. The latter is not definitively understood making diagnosis in T2DM populations difficult. Current diagnostic methods do not sufficiently account for the unique endocrinological effects of T2DM on bone. New markers for identifying fragility fracture risk in patients with T2DM are required to overcome the paradoxical increase in bone mineral density (BMD) in these populations, and the shortcomings of predictive algorithms and dual energy X-ray absorptiometry (DXA) in identifying fracture risk in T2DM populations. Earlier identification of patients with T2DM who are at risk of fragility fracture is important, as these patients are not as responsive to current preventative medical interventions as those without T2DM, although there are also adoptive lifestyle changes that can help. J Endocrinol Metab. 2015;5(1-2):157-162 doi: http://dx.doi.org/10.14740/jem253w
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».