Simple Computer Model for Calculating and Reporting 5-Year Osteoporotic Fracture Risk in Postmenopausal Women
Notice bibliographique
Résumé
PURPOSE: To devise, validate, and test a software model that improves how clinicians calculate individual risk for osteoporotic fracture and expected treatment benefit. METHODS: We developed a simple model of seven easily ascertained items plus bone mineral density (BMD) that calculates absolute fracture risk and expected absolute risk reduction after treatment. Baseline clinical variables and longitudinal fracture data from two large osteoporosis cohort studies validated the model's accuracy in predicting fracture risk. We then surveyed 298 clinicians to evaluate the likelihood they would prescribe alendronate in three hypothetical cases, first given the clinical data alone and then with model-derived data on fracture risk and expected treatment benefit. RESULTS: We found a strong linear relationship with the model's predicted fracture risk and observed fracture rates in two large observational cohorts but the model overestimated risk 2-3 fold. The model predicted a 1:200 5-year risk for spinal fracture and a 1:40 risk for nonspinal fracture in an index case of a younger, thin, osteopenic woman. Given this hypothetical history with BMD t-scores, 26% of clinicians were likely to prescribe alendronate; when also given model-calculated 5-year fracture risks with or without treatment, only 13% were likely to prescribe alendronate (p < 0.001). For 2 other osteoporosis patients in whom risk was much higher, further information on fracture risk and expected treatment benefit did not alter prescribing. CONCLUSIONS: Reporting absolute fracture risk with and without treatment promises to be most useful in women with osteopenia, a common clinical dilemma in younger postmenopausal women.
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 | 0,004 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».