Prevalence and Risk Factors of Osteoporosis in Women Referring to the Bone Densitometry Academic Center in Urmia, Iran
Notice bibliographique
Résumé
BACKGROUND: Osteoporosis is one of the fastest growing health problems around the world. Several factors can affect this silent disease. The current study aimed to determine the prevalence and risk factors of osteoporosis in women in Urmia, a city in northwestern Iran. METHODS: This cross‑sectional study was performed on 360 non-pregnant women over the age of 15 who referred for bone density testing to the Urmia Imam Khomeini Academic Hospital. Data were collected by questionnaire, and bone mineral density of the femoral neck and lumbar spines L1- L4 was evaluated by dual X-ray absorptiometry. RESULTS: The total prevalence of osteoporosis in this study was 42.2%; prevalence of osteoporosis among women 45 years old or less was 14.3% and over the age of 45 years was 50.7%. The factors such as level of education, history of bone fracture, disease history (rheumatoid arthritis, diabetes, high blood pressure), gravidity and parity values, duration of lactation (p<0.001), nutrition dimension of lifestyle (p=0.03), and green tea consumption (p=002) showed a statistically significant association with the bone mineral density. According to the regression model, age (OR=1.081), history of bone fracture (OR=2.75), and gravidity (OR=1.14) were identified as significant risk factors for osteoporosis, while the body mass index (OR=0.94) was identified as a protector against osteoporosis. CONCLUSION: The prevalence of osteoporosis in this study was high, and findings showed that the advancement of age, lifestyle, and reproductive factors (especially gravidity and duration of lactation) were determining factors for osteoporosis .Appropriate educational programs and interventions could help to increase the women's peak bone mass therefore reducing their risk of developing osteoporosis.
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 | 0,009 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».