Cross-sectional Versus Longitudinal Change in a Prospective HR-pQCT Study
Notice bibliographique
Résumé
Longitudinal studies assessing age-related changes using high-resolution peripheral quantitative computed tomography (HR-pQCT) provide novel insight compared with cross-sectional analyses. The purpose of this cohort study was 1) to determine individuals' change in HR-pQCT parameters over 5 years relative to least significant change (LSC), and 2) to evaluate if predicted rate of change from cross-sectional data is comparable to actual change from longitudinal investigation. A cohort of 466 (162 male, 304 female) participants completed two HR-pQCT scans with 5 years between assessments. After image registration, standard and cortical morphological analyses were conducted. Rate of bone microarchitectural change was compared between cross-sectional models and actual change calculated from longitudinal analyses. At the young end of the life span, we observed gains in total bone density of +0.2% to +2.9% per year, whereas the older participants (aged >50 years) lost total bone density at a rate of -0.3% to -1.3% per year. Declines in total bone density begin at age 40 years in females and 60 years in males, and significant adaptation was found at both ends of the age spectrum with respect to the LSC. Models predicting rate of change from cross-sectional data were similar to the actual change reported in this longitudinal study for total density and cortical thickness at the radius and cortical density at the tibia, but we found that changes in comparison to our 5-year longitudinal results were often overestimated from cross-sectional data. Studies aimed at observing age-related changes in a normative cohort, especially in a follow-up period of less than 5 years, are better to focus on the tibia rather than the radius because of the increased sensitivity to change at the tibia. © 2017 American Society for Bone and Mineral Research.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».