Determining whether women with osteopenic bone mineral density have low, moderate, or high clinical fracture risk
Notice bibliographique
Résumé
OBJECTIVE: Most low-trauma fractures occur among women with osteopenic bone mineral density (BMD), a population considered to have moderate absolute fracture risk. Our purpose was to refine the fracture risk prediction in women with osteopenic BMD to determine the subgroups at lowest and highest risk. METHODS: We included 2,588 women aged 50 to 90 years with osteopenic BMD (femoral neck BMD between -1 and -2.5) participating in the Canadian Multicentre Osteoporosis Study, an ongoing prospective cohort study of randomly selected Canadians. Baseline variables, in addition to known risk factors, age, and BMD, were considered for inclusion in a model for the prediction of 5-year absolute risk of low-trauma fracture. Models were derived using logistic regression and assessed by the Bayesian Information Criterion. RESULTS: We found an increased fracture risk among those with lower BMD (odds ratio [OR], 1.53; 95% CI, 1.06-2.21) for each decrease in femoral neck T score (eg, from -1 to -2), those with prior low-trauma fracture (OR, 2.06; 95% CI, 1.46-2.92), those with self-reported worse general health (OR, 1.35; 95% CI, 1.15-1.59) for each lower category (categories: excellent, very good, good, fair, poor), and those with height loss (OR, 1.44; 95% CI, 1.16-1.90) for each 5-cm difference between current and maximal height. The new model had yielded a better risk stratification than did a model with World Health Organization risk factors. CONCLUSIONS: Including risk factors such as general health and height loss can be used to provide a highly effective assessment of fracture risk among women with osteopenic BMD.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».