MétaCan
Menu
Retour à la cohorte
Enregistrement W2161580950 · doi:10.3148/63.4.2002.192

<i>Low Bone Mineral Density</i> in Cystic Fibrosis Patients

2002· article· en· W2161580950 sur OpenAlexaffvenueabout
Jenny Fok, Neil E. Brown, Peter Zuberbuhler, Joan Tabak, Mei Tom

Notice bibliographique

RevueCanadian Journal of Dietetic Practice and Research · 2002
Typearticle
Langueen
DomaineMedicine
ThématiqueCystic Fibrosis Research Advances
Établissements canadiensUniversity of Alberta HospitalAlberta Hospital Edmonton
Organismes subventionnairesnon disponible
Mots-clésBone mineralMedicinePercentileBody mass indexBone densityStandard scoreCystic fibrosisDual-energy X-ray absorptiometryInternal medicineOsteoporosisSurgery

Résumé

récupéré en direct d'OpenAlex

The goals of this practice-based, observational study were to describe the prevalence of low bone mineral density in patients at the Edmonton Cystic Fibrosis Centre, and to determine if body mass index and previous systemic corticosteroid use of over one month's duration were predictors of low bone mineral density. One hundred and thirteen pediatric and adult patients were studied. Bone mineral density of the lumbar spine region was measured using dual-energy X-ray absorptiometry. A total of 42.5% of patients had a bone mineral density Z-score of less than -1 standard deviation. Low bone mineral density was apparent at nine to 12 years of age, and was most evident in the 20- to 34-year-old group. All but one patient under age 20 with a Z-score of less than -2.5 also had a body mass index below the fifth percentile. A low Z-score was also associated with previous systemic corticosteroid use of over one month's duration (relative risk 1.81, p=0.003). We conclude that low bone mineral density is common in cystic fibrosis patients. Low body mass index percentiles may be used to identify children and adolescents at risk of low bone mineral density. These patients may benefit from aggressive nutrition therapy. Systemic corticosteroid use should be assessed carefully, as it is a risk factor for low bone mineral density.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,020
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,037
Tête enseignante GPT0,341
Écart entre enseignants0,303 · 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 source (Gemma direct ou Codex distillé), 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

Citations9
Publié2002
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Dietetic Practice and ResearchMême sujetCystic Fibrosis Research AdvancesTravaux en français237 207