Repeat Low-Trauma Fractures Occur Frequently Among Men and Women Who Have Osteopenic BMD
Notice bibliographique
Résumé
Fracture risk assessment based solely on BMD has limitations. Additional risk factors include the presence of a previous low-trauma fracture. We sought to quantify the fracture burden attributable to first versus repeat fracture. We studied 2179 men and 5269 women, 50-90 yr of age, participating in the Canadian Multicentre Osteoporosis Study (CaMos). We included all low-trauma fractures that occurred over 8 yr of follow-up and classified these as either first or repeat clinical low-trauma fracture based on lifetime fracture history. Analyses were further stratified by sex, age, BMD risk categories (normal, osteopenia, osteoporosis), and vertebral deformity status. There were 128 fractures in men and 577 fractures in women. About 25% of fractures in men and 40% in women were repeat fractures. Just over one half of first fractures occurred in those with osteopenic BMD (58% in men, 54% in women). Just under one half of repeat fractures also occurred in those with osteopenic BMD (42% in men, 47% in women). The incidence of repeat fracture was, in most cases, nearly double, but sometimes nearly quadruple, the incidence of first fracture within a given BMD risk category in both men and women. Repeat fractures contribute substantially to overall fracture burden, and the contribution is independent of BMD. Furthermore, those with a combination of prior low-trauma fracture and another risk factor were at especially high risk of future fracture.
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 | 0,000 | 0,002 |
| 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 | 0,000 |
| 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 ».