Important risk factors and attributable risk of vertebral fractures in the population-based Tromsø study
Notice bibliographique
Résumé
BACKGROUND: Vertebral fractures, the most common type of osteoporotic fractures, are associated with increased risk of subsequent fracture, morbidity, and mortality. The aim of this study was to examine the contribution of important risk factors to the variability in vertebral fracture risk. METHODS: Vertebral fracture was ascertained by VFA method (DXA, GE Lunar Prodigy) in 2887 men and women, aged between 38 and 87 years, in the population-based Tromsø Study 2007/2008. Bone mineral density (BMD; g/cm2) at the hip was measured by DXA. Lifestyle information was collected by questionnaires. Multivariable logistic regression model, with anthropometric and lifestyle factors included, was used to assess the association between each or combined risk factors and vertebral fracture risk. Population attributable risk was estimated for combined risk factors in the final multivariable model. RESULTS: In both sexes, age (odds ratio [OR] per 5 year increase: 1.32; 95% CI 1.19-1.45 in women and 1.21; 95% CI 1.10-1.33 in men) and BMD (OR per SD decrease: 1.60; 95% CI 1.34-1.90 in women and1.40; 95% CI 1.18-1.67 in men) were independent risk factors for vertebral fracture. At BMD levels higher than 0.85 g/cm2, men had a greater risk of fracture than women (OR 1.52; 95% CI 1.14-2.04), after adjusting for age. In women and men, respectively, approximately 46% and 33% of vertebral fracture risk was attributable to advancing age (more than 70 years) and low BMD (less than 0.85 g/cm2), with the latter having a greater effect than the former. CONCLUSIONS: These data confirm that age and BMD are major risk factors for vertebral fracture risk. However, in both sexes the two factors accounted for less than half of fracture risk. The identification of individuals with vertebral fracture is still a challenge.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».