Peripheral quantitative computed tomography-derived muscle density and peripheral magnetic resonance imaging-derived muscle adiposity: precision and associations with fragility fractures in women.
Notice bibliographique
Résumé
PURPOSE: To determine the degree to which muscle density and fractures are explained by inter and intramuscular fat (IMF). METHODS: Women ⋝50 years of age (Hamilton, ON, Canada) had peripheral magnetic resonance imaging and peripheral quantitative computed tomography scans at 66% of the tibial length. Muscle on computed tomography images was segmented from subcutaneous fat and bone using fixed thresholds, computing muscle density. IMF was segmented from muscle within magnetic resonance images using a region-growing algorithm, computing IMF volume. Fracture history over the last 14 years was obtained. Odds ratios for fractures were determined for muscle density, adjusting for IMF volume, total hip BMD, age and body mass index. RESULTS: Women with a history of fractures were older (N=32, age:75.6±8.3 years) than those without (N=39, age: 67.0±5.2 years) (<0.01). IMF volume explained 49.3% of variance in muscle density (p<0.001). Odds for fractures were associated with lower muscle density even after adjusting for IMF volume but were attenuated after adjusting for age. CONCLUSIONS: Muscle adiposity represents only 50% of the muscle density measurement. Properties of muscle beyond its adiposity may be related to fractures, but larger and prospective studies are needed to confirm these associations.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».