Comparison of Fracture Risk Prediction by the US Preventive Services Task Force Strategy and Two Alternative Strategies in Women 50–64 Years Old in the Women's Health Initiative
Notice bibliographique
Résumé
CONTEXT: The United States Preventive Services Task Force (USPSTF) recommends osteoporosis screening for women younger than 65 years whose 10-year predicted risk of major osteoporotic fracture (MOF) is at least 9.3% using the Fracture Risk Assessment Tool. In postmenopausal women age 50-64 years old, it is uncertain how the USPSTF screening strategy compares with the Osteoporosis Self-Assessment Tool and the Simple Calculated Osteoporosis Risk Estimate (SCORE) in discriminating women who will and will not experience MOF. OBJECTIVE: This study aimed to assess the sensitivity, specificity, and area under the receiver operating characteristic curve of the three strategies for discrimination of incident MOF over 10 years of follow-up among postmenopausal women age 50-64 years. SETTING AND DESIGN: This was a prospective study conducted between 1993-2008 at 40 US Centers. PARTICIPANTS: We analyzed data from participants of the Women's Health Initiative Observational Study and Clinical Trials, age 50-64 years, not taking osteoporosis medication (n = 62 492). MAIN OUTCOME MEASURES: The main outcome was 10-year (observed) incidence of MOF. RESULTS: For identifying women with incident MOF, sensitivity of the strategies ranged from 25.8-39.8%, specificity ranged from 60.7-65.8%, and AUC values ranged from 0.52-0.56. The sensitivity of the USPSTF strategy for identifying incident MOF ranged from 4.7% (3.3-6.0) among women age 50-54 years to 37.3% (35.4-39.1) for women age 60-64 years. Adjusting the thresholds to improve sensitivity resulted in decreased specificity. CONCLUSIONS: Our findings do not support use of the USPSTF strategy, Osteoporosis Self-Assessment Tool, or SCORE to identify younger postmenopausal women who are at higher risk of fracture. Our findings suggest that fracture prediction in younger postmenopausal women requires assessment of risk factors not included in currently available strategies.
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 | 0,016 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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 ».