Why Is the Age-Standardized Incidence of Low-Trauma Fractures Rising in Many Elderly Populations?
Notice bibliographique
Résumé
Low-trauma fractures of elderly people are a major public health burden worldwide, and as the number and mean age of older adults in the population continue to increase, the number of fractures is also likely to increase. Epidemiologically, however, an additional concern is that, for unknown reasons, the age-standardized incidence (average individual risk) of fracture has also risen in many populations during the recent decades. Possible reasons for this rise include a birth cohort effect, deterioration in the average bone strength by time, and increased average risk of (serious) falls. Literature provides evidence that the rise is not due to a birth cohort effect, whereas no study shows whether bone fragility has increased during this relatively short period of time. This osteoporosis hypothesis could, however, be tested if researchers would now repeat the population measurements of bone mass and density that were made in the late 1980s and the 1990s. If such studies proved that women's and men's age-standardized mean values of bone mass and density have declined over time, the osteoporosis hypothesis would receive scientific support. The third explanation is based on the hypothesis that the number and/or severity of falls has risen in elderly populations during the recent decades. Although no study has directly tested this hypothesis, a great deal of indirect epidemiologic evidence supports this contention. For example, the age-standardized incidence of fall-induced severe head injuries, bruises and contusions, and joint distortions and dislocations has increased among elderly people similarly to the low-trauma fractures. The fall hypothesis could also be tested in the coming years because the 1990s saw many research teams reporting age- and sex-specific incidences of falling for elderly populations, and the same could be done now to provide data comparing the current incidence rates of falls with the earlier ones.
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 | 0,008 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».