Risk Factors for Fracture in Diabetes: The Canadian Multicentre Osteoporosis Study
Notice bibliographique
Résumé
Objective . Individuals with diabetes have been found to be at increased risk of nontraumatic fracture. However, within the diabetic population, how to distinguish who is at the highest risk and warranting therapy has remained elusive. Design . Cross-sectional analysis of a national population-based cohort study. Patients . Men and women over the age of 50 with diabetes from across Canada. Measurements . Logistic regression analysis to identify diabetes specific factors associated with a history of one or more non-traumatic fractures. Results . Six hundred and six individuals with diabetes with a mean age of 69 years were examined. Thirty percent had a history of non-traumatic fracture. Macrovascular diseases in the form of stroke or TIA, as well as hypertension, were found to be independently associated with fragility fracture. Other, more traditional, clinical risk factors were also associated with fracture, including increased age, female gender, rheumatoid arthritis, family history of osteoporosis, and decreased bone mineral density. Conclusions . In this cohort of Canadians with diabetes, those with rheumatoid arthritis, a family history of osteoporosis, female gender, increased age, decreased BMD, cerebrovascular disease, or hypertension were more likely to have had a non-traumatic fracture. These risk factors may be important to clinicians when identifying which of their diabetic patients are at highest risk of fracture and in need of preventative therapies.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».