Incident Fragility Fractures Have a Long-Term Negative Impact on Health-Related Quality of Life of Older People: The Canadian Multicentre Osteoporosis Study
Notice bibliographique
Résumé
Although the short-term impact of incident fragility fractures on health-related quality of life (HRQL) of older people has been confirmed, we lack long-term evidence. We explored the impact of incident fragility fractures on HRQL, among people aged 50 years and older, using 10-year prospective data from the Canadian Multicentre Osteoporosis Study (CaMos). This study was based on data from 7753 (2187 men and 5566 women) participants of CaMos. The HRQL, measured through the Health Utility Index (HUI), was captured at baseline and year 10. The incident fragility fractures were recorded over 10 years of follow-up at spine, hip, rib, shoulder, pelvis, or forearm. Multivariable regression analysis was conducted to measure the mean difference, termed as deficit, in the HUI scores for participants with and without fractures. We examined the effects of single or multiple fragility fractures, time (fractures that occurred between year 1 to 5 and 6 to 10) and recovery to the prefracture level. Incident spine and hip fractures were associated with significant deficits (varied from -0.19 to -0.07) on the HUI scores. Hip and spine fractures were associated with negative impact on mobility, self-care, and ambulation. Fractures that occurred closer to the follow-up assessment were associated with significant impact on HRQL compared to fractures occurring a long time before it, except for hip fracture (deficits lasted 5 years or longer). Similarly, multiple hip (-0.14), spine (-0.16), and rib (-0.21) fractures significantly impacted the HRQL of women. Women with a hip fracture never recovered to their prefracture level score (OR = 0.41; 95% confidence interval [CI], 0.19 to 0.98). Our analysis suggests that single and multiple hip fractures as well as multiple spine and rib fractures strongly impact the HRQL of older people over a prolonged period of time. © 2019 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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 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 ».