MétaCan
Menu
Retour à la cohorte
Enregistrement W2773182783 · doi:10.1002/jbmr.3331

Falls Predict Fractures Independently of FRAX Probability: A Meta-Analysis of the Osteoporotic Fractures in Men (MrOS) Study

2017· review· en· W2773182783 sur OpenAlexaff
Nicholas C. Harvey, Anders Odén, Eric Orwoll, Jodi Lapidus, Timothy Kwok, Magnus K. Karlsson, Björn E. Rosengren, Östen Ljunggren, Cyrus Cooper, Eugène McCloskey, John А. Kanis, Claes Ohlsson, Dan Mellström, Helena Johansson

Notice bibliographique

RevueJournal of Bone and Mineral Research · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueBone health and osteoporosis research
Établissements canadiensInstitute of Aging
Organismes subventionnairesNational Center for Advancing Translational SciencesNational Institute of Arthritis and Musculoskeletal and Skin DiseasesNational Institute on AgingMedical Research CouncilVetenskapsrådetNational Institutes of HealthVersus ArthritisNovo Nordisk FondenNational Institute for Health and Care Research
Mots-clésFRAXMedicineHip fracturePoisson regressionHazard ratioFemoral neckConfidence intervalOsteoporosisCohort studyCohortProportional hazards modelBone mineralInternal medicineDemographyPhysical therapyOsteoporotic fracturePopulationEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Although prior falls are a well-established predictor of future fracture, there is currently limited evidence regarding the specific value of falls history in fracture risk assessment relative to that of other clinical risk factors and bone mineral density (BMD) measurement. We therefore investigated, across the three Osteoporotic Fractures in Men (MrOS) Study cohorts, whether past falls predicted future fracture independently of FRAX and whether these associations varied with age and follow-up time. Elderly men were recruited from MrOS Sweden, Hong Kong, and USA. Baseline data included falls history (over the preceding 12 months), clinical risk factors, BMD at femoral neck, and calculated FRAX probabilities. An extension of Poisson regression was used to investigate the associations between falls, FRAX probability, and incident fracture, adjusting for age, time since baseline, and cohort in base models; further models were used to investigate interactions with age and follow-up time. Random-effects meta-analysis was used to synthesize the individual country associations. Information on falls and FRAX probability was available for 4365 men in USA (mean age 73.5 years; mean follow-up 10.8 years), 1823 men in Sweden (mean age 75.4 years; mean follow-up 8.7 years), and 1669 men in Hong Kong (mean age 72.4 years; mean follow-up 9.8 years). Rates of past falls were similar at 20%, 16%, and 15%, respectively. Across all cohorts, past falls predicted incident fracture at any site (hazard ratio [HR] = 1.69; 95% confidence interval [CI] 1.49, 1.90), major osteoporotic fracture (MOF) (HR = 1.56; 95% CI 1.33, 1.83), and hip fracture (HR = 1.61; 95% CI 1.27, 2.05). Relationships between past falls and incident fracture remained robust after adjustment for FRAX probability: adjusted HR (95% CI) any fracture: 1.63 (1.45, 1.83); MOF: 1.51 (1.32, 1.73); and hip: 1.54 (1.21, 1.95). In conclusion, past falls predicted incident fracture independently of FRAX probability, confirming the potential value of falls history in fracture risk assessment. © 2017 The Authors. Journal of Bone and Mineral Research Published by Wiley Periodicals Inc.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,014
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,021
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0090,037
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,330
Tête enseignante GPT0,525
Écart entre enseignants0,195 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations109
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Bone and Mineral ResearchMême sujetBone health and osteoporosis researchTravaux en français237 207