Effects of osteoarthritis on age‐at‐death estimates from the human pelvis
Notice bibliographique
Résumé
OBJECTIVES: This study examined the degree of error in age-at-death estimates when osteoarthritis (OA) is present in three separate pelvic joint areas: (1) the pubic symphysis, (2) the auricular surface, and (3) the acetabulum from a modern known-age European cemetery sample of adults. MATERIALS AND METHODS: Age-at-death ranged from 17 to 79 years (x̄ =50.9 years; n = 252). OA in the pelvic joints was evaluated using standard ranked categorical scoring. Composite OA scores were derived through principal component analysis. Blind age assessments and all analyses were performed separately by region. Error between adult age groups (young, middle, old) and between OA severity groups (low, middle, high) was evaluated using one-way ANOVAs with post-hoc testing, ordinary least squares regression, and transition analysis with a cumulative probit model. Ages-at-transition were compared with Nphases2. RESULTS: Three significant results emerge. First, OA severity has an effect on the accuracy of age estimates from os coxa joints in this sample. Second, this influence is most significant for different age cohorts in each joint region, demonstrating that varied rates of arthritic trait progression occur between the auricular surface, pubic symphyses, and acetabulum. Third, those with OA appear to be aging faster, a consistent trend among the os coxa regions. CONCLUSIONS: These results have significant consequences for understanding the rate of bone remodeling in relation to disease, aging, and the evaluation of skeletal age indicators.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,119 |
| 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 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 ».