MétaCan
Menu
Retour à la cohorte
Enregistrement W2159404099 · doi:10.2217/17455057.2.4.639

Bone Mineral Density Assessment in Premenopausal Women

2006· article· en· W2159404099 sur OpenAlexaff
Aliya Khan, Zeba A. Syed

Notice bibliographique

RevueWomen s Health · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueBone health and osteoporosis research
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésBone mineralMedicineOsteoporosisBone densityPeak bone massInternal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

In the absence of fragility fractures, low bone mineral density may reflect attainment of a lower peak bone mass in comparison with the young adult mean value. It is necessary to distinguish between low peak bone mass and a systemic disorder resulting in low bone mineral density and skeletal fragility. Low peak bone mass in the absence of fragility fracture or progressive bone loss may not require pharmacological intervention. However, systemic disorders contributing to bone loss do require diagnosis and intervention. Common causes of low bone density in premenopausal women include ovulatory disturbances and low body weight. Other diseases, conditions or medications may also contribute to bone loss and these should be identified and treated if present. Fracture risk is reduced by lifestyle changes and pharmacological intervention in those with glucocorticoid-induced bone loss. Discontinuing depo medroxyprogesterone acetate use has been associated with improvements in bone mineral density. Bone mineral density alone is insufficient for the diagnosis of osteoporosis in premenopausal women in the absence of fragility fractures. Bone mineral density testing should only be performed in premenopausal women in the presence of approved indications.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,353
Écart entre enseignants0,333 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWomen s HealthMême sujetBone health and osteoporosis researchTravaux en français237 207