Previous fractures at multiple sites increase the risk for subsequent fractures: The global longitudinal study of osteoporosis in women
Notice bibliographique
Résumé
Previous fractures of the hip, spine, or wrist are well-recognized predictors of future fracture, but the role of other fracture sites is less clear. We sought to assess the relationship between prior fracture at 10 skeletal locations and incident fracture. The Global Longitudinal Study of Osteoporosis in Women (GLOW) is an observational cohort study being conducted in 17 physician practices in 10 countries. Women aged ≥55 years answered questionnaires at baseline and at 1 and/or 2 years (fractures in previous year). Of 60,393 women enrolled, follow-up data were available for 51,762. Of these, 17.6%, 4.0%, and 1.6% had suffered 1, 2, or ≥3 fractures, respectively, since age 45 years. During the first 2 years of follow-up, 3149 women suffered 3683 incident fractures. Compared with women with no previous fractures, women with 1, 2, or ≥3 prior fractures were 1.8-, 3.0-, and 4.8-fold more likely to have any incident fracture; those with ≥3 prior fractures were 9.1-fold more likely to sustain a new vertebral fracture. Nine of 10 prior fracture locations were associated with an incident fracture. The strongest predictors of incident spine and hip fractures were prior spine fracture (hazard ratio [HR] = 7.3) and hip (HR = 3.5). Prior rib fractures were associated with a 2.3-fold risk of subsequent vertebral fracture, and previous upper leg fracture predicted a 2.2-fold increased risk of hip fracture. Women with a history of ankle fracture were at 1.8-fold risk of future fracture of a weight-bearing bone. Our findings suggest that a broad range of prior fracture sites are associated with an increased risk of incident fractures, with important implications for clinical assessments and risk model development.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».