Effect of Total Hip Bone Area on Osteoporosis Diagnosis and Fractures
Notice bibliographique
Résumé
DXA is affected by skeletal size, with smaller bones giving lower areal BMD despite equal material density. Whether this size effect confounds the use of BMD as a diagnostic and fracture risk assessment tool is unclear. We identified 16,205 women of white ethnicity >or=50 yr of age undergoing baseline hip assessment with DXA (1998-2002) from a population-based database that contains all clinical DXA test results for the Province of Manitoba, Canada. Total hip measurements were categorized according to quartile in total hip bone area (Q1 = smallest, Q4 = largest). Longitudinal health service records were assessed for the presence of nontraumatic osteoporotic fracture codes during a mean of 3.2 yr of follow-up after BMD testing (757 osteoporotic fractures, 186 hip fractures). Total hip bone area strongly affected osteoporosis diagnosis with much higher rates in Q1 (14.4%) than Q4 (8.9%). However, incident fracture rates were constant across all area quartiles, and prevalent fractures were paradoxically fewer in smaller area quartiles (p < 0.001 for trend). Age was a potential confounder that correlated positively with area (r = 0.12, p < 0.0001). When age was not included in a Cox regression model, Q1 seemed to have a lower rate of incident osteoporotic fractures (HR = 0.80, 95% CI = 0.66-0.98, reference Q4) and hip fractures (HR = 0.63, 95% CI = 0.43-0.94) for a given level of BMD. In age-adjusted regression models, total hip BMD was strongly predictive of incident osteoporotic fractures (HR per SD = 1.83, 95% CI = 1.68-1.99) and hip fractures (HR per SD = 2.80, 95% CI = 2.33-3.35), but there was no independent effect of bone area (categorical or continuous). Nested matched subgroup analysis and ROC analysis confirmed that bone area had no appreciable effect on incident fractures. We conclude that total hip areal BMD categorizes a substantially higher fraction of women with smaller bone area as being osteoporotic despite younger age. Incident fracture rates correlate equally well with BMD across all bone area quartiles when adjusted for age.
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 | 0,003 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».