Fall-related hip fracture trends 1991–2008: reduction of falls or increase in bone resistance?
Notice bibliographique
Résumé
Background Hip fractures (HF) are one of the most serious consequences of falls. In several countries, the incidence of HF has declined in recent decades. Primary factors responsible for this downward trend are unknown, but a reduction in exposure (falls) or increased resistance (bones and body mass index (BMI)) may have had an impact. Objectives (1) Examine fall-related HF trends in women ≥50 years from 1991–2008 in Quebec, Canada; (2) Examine trends in other severe fall-related injuries non-related to bone fragility, for example, traumatic brain injury (TBI). Methods Hospital admissions following falls (E880-E888; W00-W19, X59.0) with HF, TBI or other severe diagnosis (diagnosis survival probability <0.95) were selected. We used negative binomial regression models with annual percent change (APC) to assess trends in each of these fall-related injuries. Both age-specific (50–64, 65–74, 75–84 and ≥85) and age-adjusted incidence rates were calculated. Results The age-standardised rate for fall-related HF decreased (APC:−1.6%) from 292 to 237 per 100 000 in women ≥50 years between 1991–2008. HF rates declined in each age group. In contrast, the age-adjusted rate for severe fall-related TBI and other injuries increased throughout the study period (APC:+6.5% and +3.8%, respectively). These upward trends were observed for all age groups. Discussion/Conclusion The downward trend of HF seems to point towards increased bone/BMI resistance, since other severe fall-related injury rates (not related to such resistance) have increased.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».