The Global Longitudinal Study of Osteoporosis in Women (GLOW): rationale and study design
Notice bibliographique
Résumé
SUMMARY: The Global Longitudinal study of Osteoporosis in Women (GLOW) is a prospective cohort study involving 723 physicians and 60,393 women subjects >or=55 years. The data will provide insights into the management of fracture risk in older women over 5 years, patient experience with prevention and treatment, and distribution of risk among older women on an international basis. INTRODUCTION: Data from cohort studies describing the distribution of osteoporosis-related fractures and risk factors are not directly comparable and do not compare regional differences in patterns of patient management and fracture outcomes. METHODS: The GLOW is a prospective, multinational, observational cohort study. Practices typical of each region were identified through primary care networks organized for administrative, research, or educational purposes. Noninstitutionalized patients visiting each practice within the previous 2 years were eligible. Self-administered questionnaires were mailed, with 2:1 oversampling of women >or=65 years. Follow-up questionnaires will be sent at 12-month intervals for 5 years. RESULTS: A total of 723 physicians at 17 sites in ten countries agreed to participate. Baseline surveys were mailed (October 2006 to February 2008) to 140,416 subjects. After the exclusion of 3,265 women who were ineligible or had died, 60,393 agreed to participate. CONCLUSIONS: GLOW will provide contemporary information on patterns of management of fracture risk in older women over a 5-year period. The collection of data in a similar manner in ten countries will permit comparisons of patient experience with prevention and treatment and provide insights into the distribution of risk among older women on an international basis.
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 | 0,002 | 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 | 0,000 |
| 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 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 ».