Short-term Precision Error in Dual Energy X-Ray Absorptiometry, Bone Mineral Density and Trabecular Bone Score Measurements; and Effects of Obesity on Precision Error
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Introduction: Bone mineral density (BMD) measured by dual energy x-ray absorptiometry (DXA) is the primary screening tool for diagnosis of osteopenia and osteoporosis. BMD alone does not provide information regarding the structural characteristics of bone and this limitation has been a driver for the development of techniques, including trabecular bone score (TBS) software, to assess bone microarchitecture. Precision error in DXA is important for accurately monitoring changes in BMD and it has been demonstrated that BMD precision error increases with increasing body mass index (BMI). Information on in vivo precision error for TBS is very limited. This study evaluated short-term precision error (STPE) of lumbar spine BMD & TBS measurement, and investigated the effect of obesity on DXA precision error. Method: DXA lumbar spine scans (L1-L4) were performed using GE Lunar Prodigy. STPE was measured in ninety-one women at a single visit by duplicating scans with repositioning in-between. Precision error was calculated as the percentage coefficient of variation. Participants were sub-divided into four groups based on BMI to assess the effect of obesity on STPE. Results: STPE is poorer for TBS than for BMD. STPE is adversely affected for both BMD and TBS measurements by increasing BMI but this effect is mitigated for TBS in the highest BMI category where use of the thick scanning mode improves signal to noise ratio. Conclusion: Results from serial BMD and TBS measurements should take account of differences in precision error in the two techniques and in different BMI categories.
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.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle