A Compound Risk Indicator for Subject-Specific Prediction of Hip Fracture in Sideways Falls
Notice bibliographique
Résumé
Low-trauma hip fracture, usually caused by fall from standing height, has become a main source of morbidity and mortality among the elderly. However, the hip fracture risk is subject-dependent as it is related to the subject’s anthropometric parameters, the kinematic/kinetic variables in fall, and the hip anatomy. A compound fracture risk indicator is proposed in this study to define the correlation between the hip fracture risk and subject’s parameters such as anthropometric parameters, bone mineral density (BMD), height of body mass center (HMC), and hip soft tissue thickness (STT). In this study, a two-level, subject-specific biomechanical model composed of a whole-body dynamics model and a proximal femur finite element model was used to predict the hip fracture risk for 80 subjects. The required information was obtained from the subject’s whole body and hip DXA (dual energy X-ray absorptiometry) images. Then, multivariate nonlinear least-square fits of power functions were used to investigate the effect of parameters on hip fracture risk. Results indicated that although BMD is the dominant parameter affecting the hip fracture risk, other parameters such as hip soft tissue thickness and anthropometric parameters also have considerable effects. This finding suggests that the hip fracture risk cannot be accurately predicted by the currently available single factor predictors as they do not consider all multifactorial parameters. However, the proposed function can properly predict the risk of hip fracture in the absence of any computational simulation and biomechanical model. It also quantifies the effect of musculoskeletal-, and organ-level parameters on hip fracture risk and demonstrates which individual is more likely to experience hip 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 | 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 ».