Scores on the Safe Functional Motion Test Are Associated with Prevalent Fractures and Fall History
Notice bibliographique
Résumé
PURPOSE: The Safe Functional Motion test (SFM) was developed to measure observed body mechanics and functional motion associated with spine load, balance, strength, and flexibility during everyday tasks to profile modifiable risks for osteoporotic fracture. This cross-sectional study evaluated the associations between SFM score and history of vertebral compression fracture (VCF), hip fracture, and injurious falls, all established predictors of future risk. METHOD: An osteoporosis clinic database was queried for adults with an initial SFM score and corresponding data for prevalent VCF and/or hip fracture, femoral neck bone mineral density (fnBMD), and history of injurious fall (n=847). Multiple logistic regressions, adjusted for age, gender, and fnBMD (and injurious falls in the prevalent fracture analyses), were used to determine whether associations exist between SFM score and prevalent VCF, prevalent hip fracture, and history of injurious fall. RESULTS: SFM score was associated with prevalent VCF (odds ratio [OR]=0.89; 95% CI, 0.79-0.99; p=0.036), prevalent hip fracture (OR=0.77; 95% CI, 0.65-0.92; p=0.004), and history of injurious fall (OR=0.80; 95% CI, 0.70-0.93; p=0.003) after adjusting for other important covariates. CONCLUSIONS: Adults with higher SFM scores ("safer motion" during performance of everyday tasks) were less likely to have a history of fracture or injurious fall. Further study is warranted to evaluate the predictive value of this tool.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».