Bone-muscle indices as risk factors for fractures in men: the Osteoporotic Fractures in Men (MrOS) Study.
Notice bibliographique
Résumé
OBJECTIVE: To assess bone-muscle (B-M) indices as risk factors for incident fractures in men. METHODS: Participants of the Osteoporotic Fractures in Men (MrOS) Study completed a peripheral quantitative computed tomography scan at 66% of their tibial length. Bone macrostructure, estimates of bone strength, and muscle area were computed. Areal bone mineral density (aBMD) and body composition were assessed with dual-energy X-ray absorptiometry. Four year incident non-spine and clinical vertebral fractures were ascertained. B-M indices were expressed as bone-to-muscle ratios for: strength, mass and area. Discriminative power and hazards ratios (HR) for fractures were reported. RESULTS: In 1163 men (age: 77.2±5.2 years, body mass index (BMI): 28.0±4.0 kg/m(2), 4.1±0.9 follow-up years, 7.7% of men ⋝1 fracture), B-M indices were smaller in fractured men except for bending and areal indices. Smaller B-M indices were associated with increased fracture risk (HR: 1.30 to 1.74) independent of age and BMI. Strength and mass indices remained significant after accounting for lumbar spine but not total hip aBMD. However, aBMD correlated significantly with B-M indices. CONCLUSION: Mass and bending B-M indices are risk factors for fractures in men, but may not improve fracture risk prediction beyond that provided by total hip aBMD.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».